Tutorial Geoprocessamento Spring

Spring > Português > Manuais > Tutorial de Geoprocessamento > Descrição geral do SPRING Índice | Próximo

SPRING: Tutorial de Geoprocessamento

• • • • • • • • • • • • • • • • • • • • • •

Descrição geral do SPRING Introdução ao geoprocessamento Introdução ao Sensoriamento Remoto Introdução ao Processamento de Imagens Registro de Imagem Realce de Contraste Restauração Filtragem Operaçao Aritmética Transformação IHS Estatistica Componentes Principais Segmentação de Imagens Classificação de Imagem Modelos de Mistura RADAR Estruturas de Dados Análise Geográfica Consulta ao Banco de Dados LEGAL Modelagem Numérica de Terreno Geração de Carta

Descrição geral do SPRING O que é SPRING? * Banco de dados geográfico de 2º geração, para ambientes UNIX e Windows. Os sistemas desta geração são concebidos para uso em conjunto com ambientes cliente-servidor, geralmente acoplados a gerenciadores de bancos de dados relacionais, operando como um banco de dados geográfico. O que é Banco de Dados Geográfico? * Banco de dados não-convencional onde cada dado tratado possui atributos descritivos e uma representação geométrica no espaço geográfico. Os dados disponíveis no banco podem ser manipulados por métodos de processamento de imagens e de análise geográfica. Quais são as características principais? * Opera como um banco de dados geográfico sem fronteiras e suporta grande volume de dados sem limitações de escala, projeção e fuso, mantendo a identidade dos objetos geográficos ao longo de todo banco.

* Administra tanto dados vetoriais como dados matriciais ("raster") e realiza a integração de dados de Sensoriamento Remoto num Sistema de Informações Geográficas. Aprimora a integração de dados geográficos, com a introdução explícita do conceito de objetos geográficos (entidades individuais), de mapas cadastrais, mapas de redes e campos. * Provê um ambiente de trabalho amigável e poderoso, através da combinação de menus e janelas com uma linguagem espacial facilmente programável pelo usuário (LEGAL - Linguagem EspaçoGeográfica baseada em Álgebra), fornecendo ao usuário um ambiente interativo para visualizar, manipular e editar imagens e dados geográficos. * Consegue escalonabilidade completa, isto é, é capaz de operar com toda sua funcionalidade em ambientes variando de microcomputadores a estações de trabalho RISC de alto desempenho. * Sistema inovador, projetado inicialmente para redes de estações de trabalho baseadas na arquitetura RISC e ambiente operacional UNIX. Desenvolvido usando técnicas avançadas de programação, utilizando modelo de dados orientado-a-objetos, que melhor reflete a metodologia de trabalho de estudos ambientais e cadastrais. A interface interativa utiliza o "X Window System" e padrão de apresentação OSF/MOTIF em ambientes UNIX e "Windows" em ambientes PCWindows. * Adaptado a complexidade dos problemas ambientais, que requerem uma forte capacidade de integração de dados entre imagens de satélite, mapas temáticos e cadastrais e modelos numéricos de terreno. Adicionalmente, muitos dos sistemas disponíveis no mercado apresentam alta complexidade de uso e demandam tempo de aprendizado muito longo, ao contrário do SPRING. * Preserva o investimento dos usuários dos sistemas SITIM e SGI, uma vez que todos os dados gerados nestes sistemas podem ser totalmente aproveitados (inclusive com topologia) no novo ambiente. Quais são as vantagens do SPRING? * Contém algoritmos inovadores, como os utilizados para indexação espacial, segmentação de imagens, classificação por regiões e geração de grades triangulares com restrições, garantem o desempenho adequado para as mais variadas aplicações, complementando os métodos tradicionais de processamento de imagens e análise geográfica. * Base de dados é única, isto é, a estrutura de dados é a mesma quando o usuário trabalha em um microcomputador na versão Windows e em uma máquina RISC (Estações de Trabalho UNIX), não havendo necessidade de conversão de dados. O mesmo ocorre com a interface, que é exatamente a mesma, de maneira que não existe diferença no modo de operar o SPRING. Quais plataformas e periféricos são suportados? * Plataforma PC o Sistemas Operacionais: + Microsoft Windows, Spring versão 4.1, ou + Linux, Spring versão 3.7., ou + Solaris-X86, Spring versão 2.4 ou posterior. o Plataforma de hardware sugerida: + Processador compatível com a linha IBM-PC, + Memória RAM > 128 Mbytes, + Disco rígido > 20 Gbytes, + Monitor de vídeo colorido SVGA, 17", + Unidade de CD-ROM R/W. * Estações RISC-UNIX o Estações SUN de arquitetura SPARC utilizando sistema operacional Solaris 2.4 ou posterior, ou o Estações IBM RISC/6000, com sistema operacional AIX 3.2.5, ou

o Estações Silicon Graphics, series IRIS 4D, com sistema IRIX 4.0, ou o Estações Hewlett-Packard, series HP-700, com sistema HP-UX 9.0. * Hardware mínimo para estações RISC-UNIX o 32 Mbytes de memória principal. o 50 Mbytes de espaço em disco para instalação mínima do SPRING. o 100 Mbytes de espaço em disco para os bancos de dados a serem criados pelo usuário. * O SPRING 4.1 conta com um programa automático para instalação do sistema que pode ser adquirido via download pela WEB, ou através da aquisição do CD de instalação. Este programa carrega seletivamente os arquivos do instalador para o disco, em função de parâmetros fornecidos pelo usuário. * Periféricos como mesa digitalizadora, traçadores gráficos compatível com HPGL e impressoras coloridas compatível com PostScript também são suportados e podem ser integrados no sistema. Quais os módulos disponíveis? * 3 módulos, IMPIMA, SPRING e SCARTA, com o objetivo de facilitar seu uso, compartimentando as funções de manipulação de dados geocodificados. * IMPIMA o Executa leitura de imagens digitais de satélite, gravadas pelo INPE (Instituto Nacional de Pesquisas Espaciais), através dos dispositivos CD-ROM (Compact Disc - Read Only Memory ), CCT (Computer Compatible Tapes), "streamer" (60 ou 150 megabytes) e DAT (Digital Audio Tape - 4 ou 8mm) adquiridas a partir dos sensores TM/LANDSAT-5, HRV/SPOT e AVHRR/NOAA. Converte as imagens dos formatos BSQ, Fast Format, BIL e 1B para o formato GRIB (Gridded Binary). * SPRING o É o módulo principal de entrada, manipulação e transformação de dados geográficos, executando as funções relacionadas à criação, manipulação de consulta ao banco de dados, funções de entrada de dados, processamento digital de imagens, modelagem numérica de terreno e análise geográfica de dados. o As funções da janela principal, na barra de menus, estão divididas em: Arquivo, Editar, Exibir, Imagem, Temático, Numérico Cadastral, Rede, Objetos e Utilitários. Para cada opção há um menu (janela de diálogo) associado com as operações específicas. * SCARTA o Edita uma carta e gera arquivo para impressão a partir de resultados gerados no módulo principal SPRING, permitindo a apresentação na forma de um documento cartográfico. o Permite editar textos, símbolos, legendas, linhas, quadros e grades em coordenadas planas ou geográficas. Permite exibir mapas em várias escalas, no formato varredura ou vector, através do recurso "O que você vê é o que você tem" (What You See Is What You Get, Wysiwyg).
Introdução ao Geoprocessamento O que é geoprocessamento?

• Conjunto de tecnologias voltadas a coleta e tratamento de informações espaciais para um objetivo

específico. As atividades envolvendo o geoprocessamento são executadas por sistemas específicos mais comumente chamados de Sistemas de Informação Geográfica (SIG). • Sistema de geoprocessamento é o destinado ao processamento de dados referenciados geograficamente (ou georeferenciados), desde a sua coleta até a geração de saídas na forma de mapas convencionais, relatórios, arquivos digitais, etc; devendo prever recursos para sua estocagem, gerenciamento, manipulação e análise. O que é um SIG? • SIG é um sistema que processa dados gráficos e não gráficos (alfanuméricos) com ênfase a análises espaciais e modelagens de superfícies.

. dados de censo e cadastro urbano e rural.. transformar e visualizar dados sobre o mundo real" (Burrough. • Banco de dados geográficos. recuperar.. • Oferece mecanismos para combinar as várias informações. 1986).. 1991). • "Um sistema de suporte à decisão que integra dados referenciados espacialmente num ambiente de respostas a problemas" (Cowen. ?" Padrões Modelos "Qual o padrão." Exemplo "Qual a população desta cidade?" "Quais as áreas com declividade acima de 20%?" "Esta terra era produtiva há 5 anos atrás?" "Qual o melhor caminho para o metrô?" "Qual a distribuição da dengue em Fortaleza?" "Qual o impacto no clima se desmatarmos a Amazônia?" Localização "Onde está... sobre o qual opera um conjunto de procedimentos para responder a consultas sobre entidades espaciais" (Smith et al. recuperar e visualizar o conteúdo da base de dados e gerar mapas. redes e modelos numéricos de terreno. 1988).?" Qual a estrutura de um SIG? • SIG tem os seguintes componentes : • Interface com usuário. 1987) O que caracteriza um SIG? • Integra numa única base de dados informações espaciais provenientes de dados cartográficos.. um sistema de gerência de bancos de dados geográficos oferece armazenamento e recuperação dos dados espaciais e seus atributos.. edição. Exemplos de Análise Espacial Análise Condição Pergunta Geral "O que está. através de algoritmos de manipulação e análise. No nível mais interno do sistema.. No nível intermediário. um SIG deve ter mecanismos de processamento de dados espaciais (entrada.. • Funções de processamento gráfico e de imagens. O que é análise espacial? • Processos de análise espacial tratam dados geográficos que possuem uma localização geográfica (expressa como coordenadas em um mapa) e atributos descritivos (que podem ser representados num banco de dados convencional). • A interface homem-máquina define como o sistema é operado e controlado.? Tendência "O que mudou. visualização e saída). • Suporte para análise espacial de fenômenos.• Algumas definições: • "Um conjunto manual ou computacional de procedimentos utilizados para armazenar e manipular dados georeferenciados" (Aronoff. • "Um banco de dados indexados espacialmente. 1989). .?" Roteamento "Por onde ir. para consultar.?" "O que acontece se.. imagens de satélite. • Visualização e plotagem.. • Processos de análise espacial típicos de SIG (adaptada de Maguire. análise. • Aplicações de um SIG • Ferramenta para produção de mapas. armazenar. • "Conjunto poderoso de ferramentas para coletar. • Armazenamento e recuperação de dados (organizados sob a forma de um banco de dados geográficos). • Entrada e integração de dados. Dados geográficos não existem sozinhos no espaço: tão importante quanto localizá-los é descobrir e representar as relações entre os diversos dados. com funções de armazenamento e recuperação de informação espacial..

O que são mapas temáticos? • Contêm regiões geográficas definidas por um ou mais polígonos.estrutura de relacionamentos espaciais que se pode estabelecer entre objetos geográficos). Quais tipos de dados são tratados? • Dados de diversas fontes geradoras e de formatos apresentados. como mapas de uso do solo e a aptidão agrícola de uma região. mapas cadastrais (mapas de objetos). • Dados podem ser genericamente separados em mapas temáticos. • Pode ser armazenado também no formato matricial ("raster").Arquitetura de Sistemas de Informação Geográfica. redes. • Armazena na forma de arcos (limites entre regiões). Representação vetorial e matricial de um mapa temático. • Topologia construída é do tipo arco-nó-região: arcos se conectam entre si através de nós (pontos inicial e final) e arcos que circundam uma área definem um polígono (região). com relações espaciais entre si (topologia . Comparação entre formatos para mapas temáticos: . A área correspondente ao mapa é dividida em células de tamanho fixo. incluindo os nós (pontos de interseções entre arcos) para montar uma representação topológica. imagens e modelos numéricos de terreno. Cada célula terá um valor correspondente ao tema mais freqüente naquela localização espacial.

) e que podem ter representações gráficas diferentes em mapas de escalas distintas. Simulação e Modelagem Escalas de trabalho Algoritmos Armazenamento Facilita associar atributos a elementos gráficos Representação indireta de fenômenos contínuos Álgebra de mapas é limitada Adequado tanto a grandes quanto a pequenas escalas Problemas com erros geométricos Por coordenadas (mais eficiente) O que são mapas cadastrais ou mapas de objetos? • Ao contrário de um mapa temático. com topologia arconó: arcos tem um sentido de fluxo e nós tem atributos (podem ser fontes ou sorvedouros). cada elemento é um objeto geográfico. luz e telefone. redes de drenagem (bacias hidrográficas) ou malha viária.Aspecto Formato Vetorial Formato Varredura Relacionamentos espaciais devem ser inferidos Associa atributos apenas a classes do mapa Representa melhor fenômenos com variação contínua no espaço Simulação e modelagem mais fáceis Mais adequado para pequenas escalas (1:25. valor venal. armazenando informações sobre recursos que fluem entre localizações geográficas distintas. IPTU devido. Por exemplo. • Cada objeto geográfico (por exemplo um cabo telefônico. . Exemplo de mapa cadastral (países da América do Sul). os lotes de uma cidade são elementos do espaço geográfico que possuem atributos (dono. • As informações gráficas de redes são armazenadas em coordenadas vetoriais. A topologia de redes constitui um grafo. localização. que possui atributos e pode estar associado a várias representações gráficas. presentes no banco de dados. transformador de rede elétrica ou cano de água) possui uma localização geográfica exata e está associado a atributos descritivos. com a topologia associada. como água. Não é usual representar estes dados na forma matricial. A parte gráfica dos mapas cadastrais é armazenada em forma de coordenadas vetoriais. etc. O que são redes? • Redes são compostas por informações associadas a serviços de utilidade pública.000 e menores) Processamento mais rápido e eficiente Por matrizes Relações espaciais entre Relacionamentos topológi-cos entre objetos objetos disponíveis Ligação com banco de dados Análise.

fotografias aéreas ou "scanners" aerotransportados.Elementos de Rede. • O pacote mínimo disponível nos sistemas comerciais consiste de cálculo de caminho ótimo e crítico. qual a concentração final nas casas?" • Um sistema de modelagem de redes só terá utilidade para o cliente depois de devidamente adaptado para as suas necessidades. • Os objetos geográficos estão contidos na imagem e para individualizá-los. onde cada elemento de imagem (denominado "pixel") tem um valor proporcional à reflectância do solo para a área imageada. uma questão pode ser: "Quais são os telefones servidos por uma dada caixa terminal?". Características gerais dos principais satélites (com os sensores) disponíveis: Satélite (família) Instrumento Num. • A ligação com banco de dados é fundamental. bandas Resolução espacial LANDSAT SPOT TIROS/NOAA METEOSAT ERS MSS TM XS PAN AVHRR MSS 4 7 3 1 5 4 80 m 30 m 20 m 10 m 1100 m 8000 m 25 m Resolução temporal 18 dias 18 dias 27 dias 27 dias 6 horas 30 minutos 25 dias SAR banda-C 1 O que são modelos numéricos de terreno? • O termo modelo numérico de terreno (ou MNT) denota a representação de uma grandeza que varia . a maior parte do trabalho consiste em realizar consultas ao banco de dados e apresentar os resultados de forma adequada. Como os dados espaciais tem formatos relativamente simples. o que pode levar vários anos. Cada aplicação de rede tem características próprias e com alta dependência cultural. as imagens são armazenadas como matrizes. Já para uma rede de água. • Características importantes de imagens de satélite são: número de bandas do espectro eletromagnético imageadas (resolução espectral). Isto impõe uma característica básica para esta aplicação: os sistemas devem ser versáteis e maleáveis O que são imagens? • Representam formas de captura indireta de informação espacial. a área da superfície terrestre observada instantaneamente por cada sensor (resolução espacial) e o intervalo entre duas passagens do satélite pelo mesmo ponto (resolução temporal). pode-se perguntar: "Se injetarmos uma dada percentagem de cloro na caixa d'água de um bairro. No caso de um sistema telefônico. Obtidas por meio de satélites. é necessário recorrer a técnicas de foto-interpretação e de classificação automática. • As redes são o resultado direto da intervenção humana sobre o meio-ambiente. Este pacote básico é insuficiente para a realização da maioria das aplicações porque cada usuário tem necessidades distintas.

em regiões são muito grandes. com suporte de bancos de dados limitado e com o paradigma típico de trabalho sendo o mapa (chamado de "cobertura" ou de "plano de informação"). Com interfaces baseadas em janelas. esta geração também pode ser vista como sistemas para suporte à instituições ("enterprise-oriented GIS"). Utilizada principalmente em projetos isolados. Qual o estado atual da tecnologia e o que se espera no futuro? • Sistemas de informação geográfica podem ser divididos em três gerações: • Primeira geração . Caracterizada pelo gerenciamento de grandes bases de dados geográficos. utilizando a triangulação de Delaunay (sujeita a restrições). A grade triangular é uma estrutura topológica vetorial do tipo arco-nó formando recortes triangulares do espaço. Sistemas orientados para troca de informações entre uma instituição e os demais componentes da sociedade ("society-oriented GIS"). Sistemas herdeiros da tradição de Cartografia.continuamente no espaço. Comparação entre grade retangulares e triangulares: Grade triangular Melhor representação de relevo complexo Vantagens Incorporação de restrições como linhas de crista Adequada para geofísica e visualização 3D Problemas Complexidade de manuseio Inadequada para visualização 3D Representação relevo complexo Cálculo de declividade Grade regular Facilita manuseio e conversão Quais as classes de aplicações de Geoprocessamento? • Projetos de análise espacial sobre regiões de pequeno e médio porte. com acesso através de redes locais e remotas. Esta geração também pode ser caracterizada como sistemas orientados a projeto ("project. Ênfase maior no tratamento de grandes bases de dados. o acesso de informações espaciais por SIGs distintos. • Malhas triangulares: a grade é formada por conexão entre amostras do fenômeno. a partir de 1985. acoplado a gerenciadores de bancos de dados relacionais e com pacotes adicionais para processamento de imagens. com interface via WWW (World Wide Web).CAD cartográfico. sem a preocupação de gerar arquivos digitais de dados. Desenvolvidos a partir do início da década de 80 para ambientes da classe VAX e. onde é associado o valor estimado da grandeza na posição geográfica de cada ponto da grade.Banco de dados geográfico.Bibliotecas geográficas digitais ou centros de dados geográficos. sendo que os mesmos procedimentos são repetidos para todos os dados. • Dois tipos de representação podem ser utilizados: • Grades regulares: matriz de elementos com espaçamento fixo. mas muito variada. Por exemplo geração de • relatórios de impacto ambiental para criação de uma hidroelétrica ou traçado de uma ferrovia. • Segunda geração .oriented GIS"). Previstos para o final da década de 90. podem ser utilizados para modelar outros fenômenos de variação contínua (como variáveis geofísicas e geoquímicas e batimetria). ou seja. para sistemas PC/DOS. para dados de quantidade limitada. . Requerem grande flexibilidade e abrangência das funções do SIG. como os feitos pelo INPE para mapear o desflorestamento na Amazônia. Comumente associados à altimetria. Concebida para uso em ambientes clienteservidor. Inventários espaciais sobre grandes regiões. • Terceira geração . Chegou ao mercado no início da década de 90. Requer tecnologias como bancos de dados distribuídos e federativos permitindo interoperabilidade. Por exemplo levantamentos sistemáticos.

Exige investimento maior para adquirir. ou seja. manipulação e representação de objetos espaciais de grande poder expressivo. minimizando o esforço requerido para compor o metadado e maximizando a capacidade de busca disponível.O que caracteriza um SIG de primeira geração? • Sistemas com operações gráficas e de análise espacial sobre arquivos ("flat files"). As bases de dados corporativas devem estar no mesmo ambiente de SGBD utilizado pelo SIG. ou seja. Disponibilidade de dados síntese. • Linguagens de consulta. • Motivado pelo aguçar da nossa percepção dos problemas ecológicos. de forma cada vez mais detalhada. • Arquiteturas de sistemas de gerência de banco de dados com novos métodos de indexação espacial. descrições acerca dos dados ("metadados") e documentos multimídia associados (texto. Ligação com gerenciadores de bancos de dados parcial (parte das informações descritivas se encontra no sistema de arquivos) ou inexistente. devendo ser suficiente para guiar a busca e com um conjunto pequeno de descritores obrigatórios. urbanos e ambientais. com diferentes métodos de seleção. na forma de mapas em escala reduzida que podem ser utilizados para localizar geograficamente os conjuntos de dados disponíveis. um banco de dados não- convencional onde os dados possuem atributos descritivos e uma representação geométrica no espaço geográfico. enfatizando o aspecto de mapeamento. instalar e operar sistemas gerenciadores de bancos de dados (SGBD) de mercado. estabelecendo um . • Não possuem suporte adequado para construir grandes bases de dados espaciais. Deve permitir um refinamento do processo de consulta. • Adequados à realização de projetos de análise espacial sobre regiões de pequeno e médio porte. • Representações topológicas em múltiplas escalas e projeções. fotos. • Metadados (ou "dados sobre os dados") descrevendo os conjuntos de dados disponíveis localmente ou em centros associados. integração entre mapas temáticos. O que caracteriza um SIG da terceira geração? • Banco de dados geográfico compartilhado por um conjunto de instituições. • Técnicas de análise geográfica como classificação contínua e modelagem ambiental. adequados às massas de dados a serem gerenciadas. • O uso de ambientes cliente-servidor requer competência em administração em Bancos de Dados e em Redes de Computadores. assemelhando-se a ambientes de CAD que podem representar projeções cartográficas e associar atributos a objetos espaciais. modelos de terreno e imagens de satélites. • Núcleo básico composto por um grande banco de dados geográficos com acesso concorrente a uma comunidade de usuários. incluindo folheamento ("browsing") e linguagem de consulta.geoprocessamento. pelo interesse em entender. processos de mudança local e global e pela necessidade de compartilhar dados entre instituições e com a sociedade. acessível remotamente e armazenando dados geográficos. • Permite a entrada de dados sem definição prévia do esquema conceitual. áudio e vídeo). O que caracteriza um SIG da segunda geração? • Concebidos operar como um banco de dados geográfico. • Requerem avanços em: • Modelagem conceitual para quebrar a dicotomia matricial-vetorial e para gerar interfaces com maior conteúdo semântico. em integração sensoriamento remoto .

Quais os componentes do universo Conceitual? .O que é plano de informação? .Modelo Conceptual de SPRING .Interface com Bancos de Dados Sensoriamento Remoto O que é sensoriamento remoto? .Quais os componentes do universo de Representação? . proporcionado pelo ambiente WWW.caminho contínuo entre o nível mais abstrato de metadados e os dados.Quais são as características do modelo do SPRING? .Como é o processo de modelagem? . • Acesso por interfaces multimídia via Internet. permitindo que os dados geográficos sejam apresentados de forma pictórica (através de mapas reduzidos e imagens "quick-look").O que é objeto não-espacial? .Como se relacionam os universos Conceitual e de Representação? .Como se define o esquema conceitual no banco de dados do SPRING? . o compartilhamento de dados e procedimentos entre bancos de dados geográficos baseados em SIGs distintos. seleção baseada em apontamento na qual uma interface interativa permite ao usuário percorrer o banco de dados. que apresentam diferenças significativas na maneira de operar e nos formatos internos de armazenamento. . Deve garantir interatividade e rapidez de resposta por meio de mecanismos de generalização. Necessidade de estabelecer padrões de transferência de dados e nos procedimentos de consulta. • Interoperabilidade.O que é orientação a objetos e como se aplica ao Geoprocessamento? . ou seja. acessando dados com base em sua localização espacial.Quais são as especializações de geo-campos e de geo-objetos? . manipulação e apresentação.Qual o esquema geral do universo conceitual no SPRING? . ou seja. • Navegação pictórica (browsing).

reflexão e transmissão ocorrem simultaneamente e suas intensidades relativas caracterizam a matéria em investigação. como resultado de suas oscilações atômicas e moleculares. absorção. em diferentes comprimentos de onda. apresentam excelente correlação com a experiência visual do intérprete. • Sensores: são equipamentos capazes de coletar energia proveniente do objeto. Por serem pouco atenuados pela atmosfera.V. Quando absorvida. o qual pode ser contínuo ou distribuído em faixas discretas. • • .• Definição: "Utilização de sensores para aquisição de informações sobre objetos ou fenômenos sem que haja contato direto entre eles". o fluxo de energia radiante refletido ou emitido por objetos distantes. geralmente. • Sensores remotos: sistemas fotográficos ou óptico-eletrônicos capazes de detectar e registrar. Pequena variação de comprimento de onda (380 a 750nm). Importante para o Sensoriamento Remoto. O número de ondas que passa por um ponto do espaço num determinado tempo define a freqüência (f) da radiação. pois imagens obtidas nesta faixa. a energia é geralmente reemitida. Infravermelho: grande importância para o Sensoriamento Remoto. • O campo elétrico e o campo magnético são perpendiculares entre si e ambos oscilam perpendicularmente à direção de propagação da onda. Visível: Radiação capaz de produzir a sensação de visão para o olho humano normal. os quatro processos ocorrem com intensidades diferentes em diferentes regiões do espectro. sob a forma de imagens ou não. representando regiões que possuem características peculiares em termos dos processos físicos geradores de energia ou dos mecanismos físicos de detecção desta energia. Engloba radiação com comprimentos de onda de 0. • A velocidade de propagação da onda eletromagnética no vácuo é a velocidade da luz (3 x 108 m/s). • Qualquer fonte de energia eletromagnética é caracterizada pelo seu espectro de emissão. é facilmente absorvida pela maioria das substâncias (efeito de aquecimento). como mostra a figura abaixo. ou por nuvens. Microondas: faixa de 1mm a 30cm ou 3x1011 a 3x109 Hz. São utilizadas para • comunicação a longa distância. • As principais faixas do espectro eletromagnético estão descritas abaixo e representados na figura a seguir. onde E é o campo elétrico e M o campo magnético. O que é radiação eletromagnética? • Toda matéria a uma temperatura superior à zero absoluto (0o K ou -273o C) emite radiação eletromagnética.0mm. • Esse comportamento espectral das diversas substâncias é denominado assinatura espectral e é utilizado em Sensoriamento Remoto para distinguir diversos materiais entre si. absorvida ou transmitida. • Conceito mais específico: "Conjunto das atividades relacionadas à aquisição e a análise de dados de sensores remotos". • Ondas de rádio: baixas freqüências e grandes comprimentos de onda. • Energia: na grande maioria das vezes é a energia eletromagnética ou radiação eletromagnética. • A onda eletromagnética pode também ser caracterizada pelo comprimento de onda (lâmbda) que pode ser expresso pela equação: • A faixa de comprimentos de onda ou freqüências em que se pode encontrar a radiação eletromagnética é ilimitada. • Os processos de emissão. permitem o uso de sensores de microondas em qualquer condição de tempo. • A radiação emitida ao incidir sobre a superfície de outra matéria pode ser refletida. A radiação I. • Este espectro é subdividido em faixas. convertê-la em sinal passível de ser registrado e apresentá-lo em forma adequada à extração de informações. Pode-se gerar feixes de radiação eletromagnética altamente concentrados. chamados radares. Dependendo das características físicas e químicas da mesma.75um a 1.

Como são os sistemas sensores? • Coletor: recebe a energia através de uma lente. Ex. Uso para detecção de minerais por luminescência e poluição marinha. em princípio. Ex. trabalhando em faixas restritas do espectro. • Em função do tipo de produto: • Não-imageadores: não geram imagem da superfície sensoriada.: TM. sendo uma poderosa ferramenta em pesquisa sobre a estrutura da matéria. Não existe. Quais tipos de sensores existem? Podem ser classificados em função da fonte de energia ou em função do tipo de produto que produz. etc. Ex. predominantemente. • Sistema de varredura ("scanning systems"). • Processador: Processa o sinal registrado (revelador.: Sistemas fotográficos. Películas fotográficas são mais • • sensíveis à radiação ultravioleta do que a luz visível.. • ATIVOS: possuem sua própria fonte de radiação eletromagnética. • A tabela abaixo apresenta uma análise comparativa dos sensores fotográficos e imageamentos por varredura. Os sistemas imageadores podem ser divididos em: • Sistema de quadro ("framing systems"): adquirem a imagem da cena em sua totalidade num mesmo instante. Raios X: Faixa de 1Ao a 10nm (1Ao = 10-10m). Essenciais para aquisição de informações precisas sobre o comportamento espectral dos objetos. Limita-se as horas de sobrevôo e devido a fenômenos atmosféricos não permitem freqüentemente observar o solo a grandes altitudes. antenas. • Sistema fotográfico: Fácil de operar. espelho. • Em função da fonte de energia: • PASSIVOS: não possuem fonte própria de radiação. Imageamento por Imageamento por sensores fotográficos sensores de varredura Resolução geométrica alta Resolução espectral Repetitividade Visão sinóptica Base de dados média baixa baixa analógica média alta alta alta digital O que são os sistemas sensores orbitais? Quais são os principais? . Por se constituir de fótons de alta energia. Fornecem informações sobre a variação espacial da resposta espectral da superfície observada. os raios-X são altamente penetrantes. se apresenta como um grande obstáculo na sua utilização.) através do qual se obtém o produto. Limitada capacidade de captar a resposta espectral (filmes cobrem somente o espectro entre ultravioleta próximo ao infravermelho distante). Mede radiação solar refletida ou radiação emitida pelos alvos. Ex. limite superior para a freqüência das radiações gama. • Detetor: capta a energia coletada de uma determinada faixa do espectro...: Radares. • Produto: contém a informação necessária ao usuário. pela parada ou freamento de elétrons de alta energia. SPOT.. Forte atenuação atmosférica nesta faixa. • Imageadores: obtém-se uma imagem da superfície observada como resultado. amplificação.: Espectrorradiômetros (assinatura espectral) e radiômetros (saída em dígitos ou gráficos). MSS.• Ultravioleta: extensa faixa do espectro (10nm a 400nm). etc.: RBV. embora ainda seja encontrada uma faixa superior de freqüência para a radiação conhecida como raios cósmicos. São gerados. Raios-GAMA: são os raios mais penetrantes das emissões de substâncias radioativas. Ex.

a carga útil do satélite passou a contar com o sensor TM (Thematic Mapper). operando em 7 faixas espectrais. • A tabela abaixo apresenta as características do Landsat. geomorfologia. é focalizada sobre uma matriz de detetores. com sistema RBV modificado. para que as condições de iluminação da superfície terrestre se mantivessem constantes. A dimensão de cada detetor é responsável pelo seu campo de visada instantâneo (área observada por cada detetor na superfície da Terra). agricultura. Durante a oscilação do espelho. • Ser síncrona com o Sol (heliossíncrono). • Landsat 3. o movimento de rotação da Terra provoca um pequeno deslocamento do ponto inicial da varredura para oeste a cada oscilação do espelho.. com imageamento do terreno por varredura de linhas (line-scanner). a imagem do terreno.467 minutos 785 km 10:30 hoas (desc.5 cm entre a primeira e a última coluna de pixels.7 graus 98.• Os sistemas sensores orbitais exploram as características de uma plataforma embarcada em uma órbita que deve ser: • Circular. • Landsat 1 e 2 com dois sistemas sensores com a mesma resolução espacial. • Horário da passagem do satélite deve atender às solicitações de diferentes áreas de aplicação (geologia. perpendiculares à órbita do satélite. para garantir que as imagens tomadas em diferentes regiões da Terra tivessem a mesma resolução e escala. Entretanto. Se considerarmos o deslocamento de 185 km ao longo da órbita do satélite. • Imageador TM(Thematic Mapper): sistema de varredura multiespectral concebido para obter melhor resolução espacial. ao longo da faixa.2 graus heliosincrono 99 minutos 705 km SPOT 1 e 2 ERS-1 circular circular 98. etc. mas diferentes concepções de imageamento: o sistema RBV.). há um deslocamento de 12.750 km Quais são as características do LANDSAT? • Compõe-se até o momento de 5 satélites. para garantir a observação periódica e repetitiva dos mesmos lugares. melhor discriminação espectral entre objetos da superfície terrestre. provendo dados com melhor resolução espacial em uma única faixa do espectro e uma faixa espectral adicionada ao sistema MSS. A varredura do terreno é realizada com auxílio de um espelho que oscila perpendicularmente ao deslocamento do satélite. o satélite desloca-se ao longo da órbita. Órbita suc. A energia registrada por cada detetor é transformada em um sinal elétrico e este transmitido para as estações em terra. a entrada de energia é interrompida por um obturador. • Imageador MSS (Multispectral Scanner): sistema sensor que permite o imageamento de linhas do terreno numa faixa de 185 km. durante certo tempo. A energia proveniente de toda a cena impressiona a superfície fotossensível do tubo da câmera e. ao invés do sensor RBV. para operar na região do infravermelho termal. O sinal de vídeo é então transmitido telemetricamente. ou seja. • Imageador RBV(Return Beam Vidicon): sistema semelhante a uma câmera de televisão permitindo o registro instantâneo de uma certa área do terreno. 16 dias 172 km 2.) 35 dias (SAR) 100 km - Cruzamento 9:45 horas Ciclo Órbita adj. para que a imagem do terreno seja varrida por um feixe de elétrons. A cada oscilação do espelho. • Permitir o imageamento cíclico da superfície. maior fidelidade geométrica e melhor precisão radiométrica em relação ao sensor MSS.5 graus heliosincrono heliosincrono 97 minutos 832 km 10:39 horas 26 dias 108 km 2. que foram desenvolvidos pela NASA (National Aeronautics and Space Administration. Landsat 4 e 5 Órbita Período Altitude circular 98. Esse sensor conceitualmente é semelhante ao MSS mas incorpora aperfeiçoamentos nos componentes ópticos e nos componentes eletrônicos. • A partir do Landsat 4 e 5. com imageamento instantâneo de toda a cena e o sistema MSS.700 km 100. a cada seis linhas imageadas. A energia proveniente da cena atinge o espelho de varredura que oscila perpendicularmente à direção de . para proporcionar o imageamento contínuo do terreno. SPOT e ERS-1.

Estes sensores foram concebidos para operarem no modo multiespectral (aquisição de dados em três faixas do espectro eletromagnético com uma resolução espacial de 20 metros) e no modo pancromático com uma banda de resolução espacial de 10 metros. Com uma missão noninal de dois anos. • Em satélites como o Landsat e SPOT. Esta possibilidade de observação "off-nadir" aumenta os meios de obter-se um aumento no recobrimento repetitivo de determinadas áreas. que deve estar geograficamente identificado. Uma antena de 10 x 1 metros emite e recebe um feixe de microondas na faixa de 5. por um sistema analógico/digital. no sentido de constituírem uma coleção de imagens de uma mesma cena. cuja função principal é corrigir o sinal coletado pelo espelho de varredura. o sinal elétrico detectado em cada um de seus canais.3 Ghz (banda C). Quais são as características do ERS-1? • Construído pela Agência Espacial Européia (ESA). fornece dados de uma faixa de 100 x 100 km. através da superposição de uma malha hipotética. os objetivos são voltados principalmente para estudos oceânicos e de geleiras. perpendicularmente à direção de deslocamento do satélite em sua órbita. • A luz proveniente da cena atinge um espelho plano. Cada matriz consiste em 6000 detetores arranjados linearmente. A saída de dados é. a cada coordenada espacial (x. constituído por um radar de Abertura Sintética (SAR) e um escaterômetro (aparelho para medição de ventos). As imagens adquiridas pelo SAR. Essa intensidade é representada por um valor inteiro. com polarização VV e um ângulo de incidência de 23 graus. concebido pelo Centre National d'Etudes Spatiales (CNES) com dois sensores de alta resolução (HRV . e uma atribuição de valores inteiros (os níveis de cinza) a cada ponto dessa malha (processo chamado de quantização). então transmitida via telemetria. da intensidade de luz refletida ou emitida por uma cena. não-negativo e finito. tais imagens têm a característica de serem multiespectrais.0. o sinal detectado em cada matriz de detetores de cada canal é transferido para um amplificador e convertido em sinal digital através de um sistema A/D (analógico/digital). A operação do SAR no modo Imagem produz uma taxa de dados muito alta (105 Mbps). na forma I(x. . é convertido ainda a bordo do satélite. corresponde a uma discretização (ou amostragem) da cena em observação. • A cada ponto imageado pelos sensores. Este sistema permite o imageamento instantâneo de uma linha completa no terreno. onde os valores de I representam. A energia que atinge o espelho plano é focalizada sobre uma matriz linear de detetores do tipo CCD (Charge-Coupled Device). e a saída enviada para as estações de recepção via telemetria. As imagens destes satélites são amostradas com um número grande de pontos (as imagens do sensor "Thematic Mapper" do satélite Landsat possuem mais de 6000 amostras por linha). nas várias áreas de ciências naturais.HAUT Resolution Visible) a bordo. corresponde a uma área mínima denominada "pixel" (picture cell). obtida por vários sensores com respostas espectrais diferentes. Dessa maneira. fazendo com que as imagens só possam ser geradas em zonas equipadas com estações receptoras. O sensor poderá ser direcionado de modo a observar cenas laterais à órbita em que se encontra inserido o satélite em dado momento. formando o que se convenciona chamar de "push-broom scanner" ou sistema de varredura eletrônica. • O processo de digitalização de uma imagem não-digital ("imagem contínua"). com uma resolução espacial de 30 metros. o ERS-1 foi lançado do centro espacial da Guiana Francesa pelo foguete Ariane 4 em 16 de julho de 1991. • Uma das características marcantes dos instrumentos a bordo do SPOT é a possibilidade de observação "off-nadir" (apontamento direcional). Sistemas de Aquisição de Imagens O que é uma imagem digital? • Uma imagem digital pode ser definida por uma função bidimensional. O sinal atravessa um telescópio e um conjunto de espelhos. num mesmo instante.6 até 27o em relação ao eixo vertical. A superfície terrestre poderá ser inteiramente coberta e imageada em ciclos de 35 dias.y). Outra vantagem da visada "off-nadir" é a possibilidade de serem obtidos pares estereoscópicos de determinadas áreas. e para o qual são registrados valores digitais relacionados a intensidade de energia refletida em faixas (bandas) bem definidas do espectro eletromagnético. Quais são as características do SPOT? • Programa francês semelhante ao programa Landsat. a intensidade da imagem nesse ponto.deslocamento do satélite em sentido leste-oeste e oeste-leste. Além disso. temos o AMI (Active Microwave Instruments). • Dentre os vários aparelhos a bordo do satélite. que pode ser controlado a partir das estações terrenas variando em ângulos de +/.y).

3. a bordo dos satélites Landsat.0.89 Banda 4 . que é o ângulo formado pela projeção geométrica de um único elemento detetor sobre a superfície da Terra. Representa-se então cada "pixel" por um vetor.08-2.75 Banda6 .58-0. • A tabela a seguir apresenta as características de resolução dos sistemas sensores Thematic Mapper (TM).51-0.74-12.68 Banda1 . • Resolução é uma medida da habilidade que um sistema sensor possui de distinguir entre respostas que são semelhantes espectralmente ou próximas espacialmente.59 Banda 2 . • Resolução espacial: mede a menor separação angular ou linear entre dois objetos.69 Banda4 .60 Principais aplicações Mapeamento de águas costeiras Diferenciação entre solo e vegetação Diferenciação entre vegetação coníferas e decídua Reflectância de vegetação verde sadia .52-0.4 a 0.30-11.68 Banda 3 .52 Banda2 . Haute Resolution Visible (HRV) e Advanced Very Resolution Radiometer (AVHRR). haverá um conjunto de valores de nível de cinza. • Banda espectral é o intervalo entre dois comprimentos de onda. Por exemplo.79-0.0.1 Km (nominal) 10 m (Pan) 8 bits (1-3) 6 bits (Pan) 8 bits Resolução espectral bandas espectrais (micrômetros) Banda 1 . • Radiância é o fluxo radiante que provém de uma fonte.0.63-0. A quantificação da radiância contínua de uma cena é representada pelos níveis de cinza discretos na imagem digital.Quais características tem uma imagem? • Tem número finito de bits para representar a radiância da cena para cada "pixel".60 Banda3 .90 Banda5 . • Resolução radiométrica: está associada à sensibilidade do sistema sensor em distinguir dois níveis de intensidade do sinal de retorno. é dada por um número de bits por "pixel" para produzir um intervalo de radiância. no espectro eletromagnético.10.1 Banda2 .52 . TM Freqüência da aquisição de imagens Resolução espacial Resolução radiométrica 16 dias 30 m 120 m (Banda6) 8 bits Banda1 .45-0.93 Banda3 .0. Os sensores da nova geração obtêm normalmente imagens em 8 ou 10 bits (equivalente a 256 ou 1024 níveis digitais). uma resolução de 10 bits (1024 níveis digitais) é melhor que uma de 8 bits.0.0. um sensor que opera na faixa de 0. espectral e radiométrica. por unidade de área.y).0.50-0. Esta área é determinada pela altitude do sistema sensor a bordo do satélite e outros parâmetros como o IFOV (Instantaneous Field Of View).5 Banda7 .52 0. uma resolução de 20 metros implica que objetos distanciados entre si a menos que 20 metros. SPOT e NOAA.Sensor TM Canal Faixa Espectral (um) 1 2 0. numa determinada direção. porque para cada coordenada (x.0. Por exemplo.45 m tem uma resolução espectral menor do que o sensor que opera na faixa de 0.61-0.2. a representação digital é mais complexa.0.1.0.50-12.76-0.5 um.73 Banda 5 . O nível de cinza é representado pela radiância média de uma área relativamente pequena em uma cena.4 a 0.55-3.55-1.35 26 dias HRV AVHRR 2 vezes ao dia 20 m (Banda1 a 3) 1.725-1.30 Pan .10. Para orientar o usuário na seleção das melhores bandas a serem utilizadas no seu projeto. em geral não serão discriminados pelo sistema. com tantas dimensões quantas forem as bandas espectrais.11.45 . • No caso das imagens multiespectrais.0. apresenta-se as tabelas a seguir: Satélite Landsat .0. respectivamente. A resolução pode ser classificada em espacial. • Resolução espectral: é uma medida da largura das faixas espectrais do sistema sensor.50 • As diferentes bandas espectrais dos sensores têm aplicações distintas em estudos de sensoriamento remoto. Por exemplo.

0.89 0.0.76 .79 .1 Principais aplicações Mapeamento diurno de nuvem. O arquivo descritor é o primeiro registro dentro de cada arquivo de dados (cada banda) e define a estrutura interna do arquivo fornecendo parâmetros para interceptar seu conteúdo.30 .50 .68 0.35 Absorção de clorofila Diferenciação de espécies vegetais Levantamento de biomassa Delineamento de corpos d'água Medidas de umidade da vegetação Diferenciação entre nuvens e neve Mapeamento de estresse térmico em plantas Outros mapeamentos térmicos Mapeamento hidrotermal Satélite SPOT .3.73 Principais aplicações Reflectância de vegetação verde sadia Mapeamento de águas Absorção da clorofila Diferenciação de espécies vegetais Diferenciação de solo e vegetação Levantamento de fitomassa Delineamento de corpos d'água Estudo de áreas urbanas Satélite NOAA .0. • O arquivo diretório de volume define e identifica um volume lógico (por exemplo um conjunto de bandas).5 2.50 (5) Quais os formatos de imagens de sensores orbitais existem? • Os arquivos de imagens dos sensores podem estar disponíveis nos formatos superestrutura ou "fast format".Sensor AVHRR Canal Faixa Espectral (um) 1 2 0.90 1.55 .55 . o qual pode ser armazenado em vários volumes físicos (fitas) e um volume físico pode armazenar vários volumes lógicos.2.725 .61 .Sensor HRV Canal Faixa Espectral (um) 1 2 3 Pan 0.0.0.12.30 (4) 11.4 .63 .0.59 0.68 0.08 . atributos metereológicos das nuvens Temperatura da superfície do mar e umidade do solo 3 3. Os componentes básicos de uma superestrutura são: o arquivo diretório do volume e o arquivo descritor. o registro e o campo de dados.0.93 4e5 10. ou uma banda em mais de um volume físico. lagos e rios Detecção de erupção vulcânica Umidade do solo. .11.1.58 .51 .1.12.3 4 5 6 7 0. gelo e neve Definição de feições de solo e cobertura vegetal Delineamento da superfície da água Definição de condições de fusão de neve e gelo Avaliação da vegetação e monitoramento metereológico (nuvens) Mapeamento noturno e diurno de nuvens Análise da temperatura (C) da superfície do mar Detecção de pontos quentes (incêndios) Mapeamento noturno e diurno de nuvens Medição da superfície do mar.50 .69 0. podemos ter uma fita com vários arquivos (bandas). o arquivo. isto é.75 10. • Formato superestrutura (padrão de fitas e CDROM): apresenta uma organização de dados em quatro níveis hierárquicos distintos: volume. Um grupo de arquivos compõem um volume lógico.

14.8 C= 9. • No padrão BSQ.2.. Este formato está disponível somente para estrutura de imagem em banda seqüencial (BSQ).8.3.6 B= 3. • O arquivo de "header" é o primeiro de cada fita e contém dados de descrição como data. usado em imagens TM/Landsat. a imagem é registrada na fita.4. Os níveis possíveis são 4. • Nível 6 . .12 D= 11.7.10. 3 3 B1 B1 B1 B1 B1 .os procedimentos são semelhantes aos do nível 5.7. utilizando-se os dados de efemérides e atitude obtidos do satélite.15. Os quadrantes encontram-se dispostos na cena conforme a figura a seguir: Quadrantes A= 1.6. com correção geométrica básica com reamostragem por "vizinho mais próximo" e pontos de controle adquiridos a partir de uma base cartográfica oficial.5. conforme ilustra o esquema a seguir: Registro linhas colunas 123456 1 1 B1 B1 B1 B1 B1 . 2 B2 B2 B2 B2 B2 .o produto padrão do INPE é gerado neste nível.16 E= X= 6. com reamostragem por convolução cúbica. facilitando assim a leitura e a escrita. 2 2 B1 B1 B1 B1 B1 .os procedimentos são idênticos aos aplicados no nível 4. • Os arquivos de imagem contêm somente "pixels" de imagem. as imagens geocodificadas são blocadas. compactando o máximo possível os dados em uma fita. São aplicados os cálculos de correção geométrica.15 W= 5. • Nível 5 . .12.14 N= S= 2. 5 e 6: • Nível 4 .9.. A blocagem é utilizada para condensar uma imagem.10.13. • O tamanho de uma cena de uma imagem TM/Landsat é de 6177 linhas por 6489 colunas.11 5 6 7 8 . Na maior parte das vezes. 3 B2 B2 B2 B2 B2 . Os arquivos da imagem estão contidos em uma única fita e pode haver mais de um arquivo imagem por fita. opções de processamento e informação de projeção para o produto.6. Há dois tipos de arquivo em uma fita "fast format": o arquivo de "header" e os arquivos de imagens. Estes dados podem ser blocados ou não.• Formato "fast format": contém uma quantidade mínima de dados gerais. 1 B2 B2 B2 B2 B2 . • O usuário pode escolher os produtos digitais das fitas TM-Landsat com níveis de correção geométrica. o máximo possível. banda a banda.10 7.7 10. a qual pode ser dividida em quadrantes de 3087 linhas e 3243 colunas. . Quais são os padrões de gravação da imagem do TM/Landsat? • A imagem TM/Landsat que o SPRING faz a leitura deve estar no padrão BSQ de bandas seqüenciais.11. .11.

a banda 7 da mesma cena do Rio de Janeiro. O disco está estruturado em subdiretórios: • no diretório-raiz. 2A e 2B. quadrante A. adquirida pelo satélite em 31 de janeiro de 1994. A forma geral do subdiretório é \aammdd. deverá ser acessada com o nome:\217_076a\940131\banda7. uma imagem full frame sobre o Rio de Janeiro (base 217 ponto 76) estará localizada no diretório \217_076. onde "n" é o número da banda. desde 1 até 7 bandas espectrais. e alguns arquivos de descrição do produto (similares aos arquivos da CCT Super-Estrutura). cujas descrições detalhadas são dadas mais adiante.9 10 11 12 13 14 15 16 • Os dados Landsat TM em CD-ROM são distribuídos em forma de cenas inteiras (full frame aproximadamente 185 x 185 km) ou quadrantes (aproximadamente 96 x 96 km). 4 2 B1 B1 B1 B1 B1 . podendo ser lido por qualquer unidade de leitura que aceite discos óticos em conformidade com o padrão ISO-9660. Por exemplo. haverá um ou mais subdiretórios com a data de aquisição da cena. 1B. O CD-ROM é formatado no padrão IBM-DOS. permite a leitura de imagem HRV/SPOT. poderá existir um subdiretório adicional. 3 1 B3 B3 B3 B3 B3 . Quais são os padrões de gravação da imagem HRV/SPOT? • O programa de leitura de imagens do SPRING (IMPIMA). \DEMO. Os níveis possíveis são 1A. em formato TIFF ou JPEG. a sigla do quadrante também fará parte do nome do diretório. 5 2 B2 B2 B2 B2 B2 . eventualmente. 2 1 B2 B2 B2 B2 B2 . onde cada linha é gravada seqüencialmente para todas as bandas. que consiste na equalização da resposta dos sensores. um para cada banda requisitada. "mm" os dígitos do mês e "dd" os dígitos do dia da aquisição. descritos a seguir: • Nível 1A: a imagem contém dados originais com calibração radiométrica relativa e absoluta. • um ou mais diretórios com a identificação WRS da cena. Por exemplo. Não são aplicadas equalizações de histogramas ou correções para o ângulo de elevação do sol. onde "aa" são os 2 últimos dígitos do ano. através da normalização dos detetores. • nos subdiretórios respectivos encontram-se os arquivos de imagem. Por exemplo. 6 2 B3 B3 Quais são as características do ERS-1? • O usuário pode escolher os produtos digitais das fitas HRV-SPOT com níveis de correção geométrica. sem correção geométrica e calibração entre . tais como esta documentação de formato e um programa de conversão do formato do CD-ROM para um arquivo formato TIFF. Se a imagem for quadrante. • em cada diretório.dat • As imagens em CDROM são gravadas no formato superestrutura. conforme ilustra o esquema a seguir: Registro linhas colunas 123456 1 1 B1 B1 B1 B1 B1 . Cada arquivo de imagem é nomeado simplesmente BANDAn.DAT. a mesma cena do exemplo acima que tenha sido adquirida em 31 de janeiro de 1994 estará localizada no subdiretório \940131. Todas as cenas são fornecidas com o mesmo nível de correção radiométrica básica. onde esta deve estar no formato banda intercalada por linha (BIL). de forma a eliminar o efeito de "stripping" dos dados Landsat-TM. com algumas imagens de demonstração. • Por exemplo. o quadrante A da mesma cena do exemplo acima estará localizada no diretório \216_076A. estão localizados alguns arquivos gerais.

• O tamanho das imagens SPOT é definido de acordo com o nível de correção.1 B2. como mostra a figura ao lado: • onde: • (1) "Header": apresenta as características do satélite.000 3.200 a 4. em uma imagem SPOT. e ainda do nível de correção da imagem. • (2) Matriz de Referência Geodésica (MRG): apresenta os dados de navegação da imagem. data de gravação. formato. conforme ilustra o esquema a seguir: Registro Linhas Colunas 1 1 2 1 B1. O número de colunas é definido pelo alcance da antena receptora. • A definição do formato de uma cena.1 B4.200 3.1 B1.bandas. • As fitas podem ser gravadas em 10 bits (full) ou 8 bits (compress). para cada varredura na Terra. para os efeitos de perspectiva.200 a 10.600 a 5. No formato BIP.000 Nº colunas 6. Processamento de Imagens .200 7.n+1. cada "pixel" é gravado seqüencialmente para todas as bandas.1 B3.500 3.750 a 5. resolução.100 • Uma cena da imagem SPOT pode também ser divida em quadrantes. Para isto. deve identificar a área desejada na imagem e definir um quadrado de 40 x 40 Km envolvendo-a.000 6.n B2. etc.n B4. • (4) Dados AHVRR: a imagem propriamente dita. depende se esta possui informação multiespectral (bandas 1.000 6.n B3. 2048 amostras ("pixels") por canal.000 6. isto é.250 7.100 3. conforme mostra a tabela a seguir: Nível 1A 1B 2A/2B Modo Nº linhas P XS P XS P XS 6. Quais são os padrões de gravação da AVHRR/NOAA? • A imagem AVHRR/NOAA encontra-se no padrão banda intercalada por "pixel" (BIP)..400 a 8. • Uma fita gravada em 8 bits pode conter até três bandas registradas e possui a seguinte configuração: • O tamanho das imagens AVHRR é definido pelo ângulo de varredura do sensor. 2 e 3) ou pancromática (pan). Uma fita gravada em 10 bits pode conter até as cinco bandas registradas e possui a seguinte configuração.1 B5. com o uso de dados de atitude do satélite e pontos de controle do terreno.2 B1. • Nível 2A: a correção radiométrica é a mesma do nível 1B e apresenta um préprocessamento geométrico sobre um mapa com o uso de dados de atitude do satélite. acrescida da reamostragem para compensação dos efeitos internos e externos do sistema e a correção geométrica.n B5.000 3. Cada quadrante representa uma área de aproximadamente 40 x 40 Km e o usuário tem a possibilidade de requisitar uma cena que esteja localizada entre quadrantes. • Nível 2B: a imagem possui correção geométrica sobre um mapa. • (3) Dados TIP: dados de documento da imagem como linha.500 a 10.2 B2. coluna. conforme ilustra a figura ao lado. • Nível 1B: a correção radiométrica é a mesma de 1A. rotação da Terra e variação da velocidade do satélite. etc.n B1..

• Pré-processamento refere-se ao processamento inicial de dados brutos para calibração radiométrica da imagem. depende principalmente da qualidade da representação dos dados contidos nas imagens. SPOT ou similares é uma valiosa técnica para a extração dos dados destinados às várias aplicações de pesquisa de recursos naturais. além de permitirem analisar uma cena nas várias regiões do espectro eletromagnético. Como pode-se dividir o processamento de imagens? • Em pré-processamento. • Usa-se para melhorar o aspecto visual de certas feições estruturais para o analista humano e para fornecer outros subsídios para a sua interpretação. análise de imagens biomédicas. visando a identificação e discriminação dos alvos de interesse. com o objetivo de aumentar a discriminação visual entre os objetos presentes na imagem. • O uso de imagens multiespectrais registradas por satélites tais como. • O contraste entre dois objetos pode ser definido como a razão entre os seus níveis de cinza médios.O que é processamento de imagens? • As técnicas voltadas para a análise de dados multidimensionais. essencialmente empírica. transmissão digital de sinais de televisão ou fac-símile. O que é realce de contraste? • A técnica de realce de contraste tem por objetivo melhorar a qualidade das imagens sob os critérios subjetivos do olho humano. também possibilitam a integração de vários tipos de dados. um exame prévio do histograma da imagem pode ser útil. A distribuição pode também ser dada em termos da percentagem do número total de "pixels" na imagem. • A cada histograma está associado o contraste da imagem. • As técnicas de processamento digital de imagens. • Na classificação são atribuídas classes aos objetos presentes na imagem. • A escolha do mapeamento direto adequado é. devidamente georeferenciados. • A manipulação do contraste consiste numa transferência radiométrica em cada "pixel". aplicações em automação industrial envolvendo o uso de sensores visuais em robôs. O histograma de uma imagem descreve a distribuição estatística dos níveis de cinza em termos do número de amostras ("pixels") com cada nível. que é um modelo matemático da distribuição de tons de cinza de uma classe de imagens. • Inclui diversas áreas como a análise de recursos naturais e meteorologia por meio de imagens de satélites. realce e classificação. independentemente da vizinhança. em geral. Landsat. correção de distorções geométricas e remoção de ruído. • Realce visa melhorar a qualidade da imagem. Esta função consiste em mapear as variações dentro do intervalo original de tons de cinza. ou seja é a manipulação de uma imagem por computador de modo onde a entrada e a saída do processo são imagens. Realiza-se a operação ponto a ponto. adquiridos por diversos tipos de sensores recebem o nome de processamento digital de imagens. É normalmente utilizada como uma etapa de pré-processamento para sistemas de reconhecimento de padrões. análise de imagens metalográficas e de fibras vegetais. Pode ser estabelecida uma analogia entre o histograma de uma imagem e a função densidade de probabilidade. • Pode-se fazer um realce de contraste utilizando-se uma função matemática denominada transformação radiométrica. A obtenção das informações espectrais registradas pelos sistemas nas diferentes partes do espectro eletromagnético. inclusive gerando produtos que possam ser posteriormente submetidos a outros processamentos. Entretanto. para um outro intervalo desejado e é utilizado para aumentar o contraste . permitindo uma melhor discriminação dos objetos presentes na imagem. obtenção de imagens médicas por ultrasom. radiação nuclear ou técnicas de tomografia computadorizada.

• No aumento linear de contraste as barras que formam o histograma da imagem de saída são espaçadas igualmente. exceto que ele terá um valor médio e um espalhamento diferentes. A função de transferência é uma reta e apenas dois parâmetros são controlados: a inclinação da reta e o ponto de interseção com o eixo X (veja figura abaixo). uma vez que a função de transferência é uma reta. Quais são as características do realce MinMax? • A manipulação de histograma pela opção MinMax (Mínimo/Máximo) é idêntica a manipulação de uma curva linear.de uma imagem. isto é. A diferença está no momento em que feita a escolha da opção. De posse desses valores é aplicada uma transformação linear onde a base da reta é posicionada no valor mínimo e o topo da reta no valor máximo. todos os níveis de cinza continuarão com o mesmo número de pixels. Quais são as características do realce Linear? • O aumento de contraste por uma transformação linear é a forma mais simples das opções. • A função de mapeamento linear pode ser representada por: Y = AX + B • onde: • • • • Y = novo valor de nível de cinza. A inclinação controla a quantidade de aumento de contraste e o ponto de interseção com o eixo X controla a intensidade média da imagem final. definido pelos limites mínimo e máximo fornecidos pelo usuário. B = fator de incremento. O histograma de saída será idêntico em formato ao histograma de entrada. Desse modo não haverá perda de informação por "overflow". A = inclinação da reta (tangente do ângulo). • O sistema calcula o valor de nível de cinza mínimo e máximo que é ocupado pela imagem original. . expandindo o intervalo original de níveis de cinza da imagem original. X = valor original de nível de cinza.

EqualHist. quando a inclinação da reta de transferência é exagerada. que originalmente podiam ser diferenciados com base no seu nível de cinza. Fatia. Quais são as características do realce RaizQuadrado?. Log. Observe a figura abaixo onde a seta de "overflow" está indicando. isto é. Observe que a inclinação da curva é tanto maior quanto menores os valores de níveis de cinza. • Pode ser expresso pela função: Y=A • onde: • Y = nível de cinza resultante . Pois caso contrário estará definitivamente perdendo a informação quando salvar a imagem realçada.• Um "overflow" ocorre quando uma porção pixels de níveis de cinza diferentes são transformados em um único nível. • Utiliza-se a opção de transformação por raiz quadrada para aumentar o contraste das regiões escuras da imagem original. significa perda de informação. Quadrado. • A função de transformação é representada pela curva como na figura abaixo. Negativo.: A ocorrência de "overflow" é muitas vezes desejada. serão fundidos numa só coluna e passarão a ter o mesmo nível de cinza (0 para o caso da figura abaixo) • OBS. uma vez que pixels de colunas vizinhas do histograma de entrada. uma vez que o usuário sabe em que intervalo de níveis de cinza está o que deseja realçar.

mesmo havendo um deslocamento geral para a região de níveis mais escuros. Equivale a uma curva logarítmica como mostrado na figura a seguir. • A função de transformação é dada pela equação: Y = AX2 • onde: • X = nível de cinza original • Y = nível de cinza resultante • A = fator de ajuste para os níveis de saída estarem entre 0 e 255 Quais são as características do realce Logarítmico? • O mapeamento logarítmico de valores de níveis de cinza é útil para aumento de contraste em feições escuras (valores de cinza baixos). Observe na figura abaixo que o aumento de contraste é maior a partir da média do histograma. • A função de transformação é expressa pela equação: Y = A log (X + 1) . enquanto o logarítmico realça um pequeno intervalo. Quais são as características do realce Quadrado? • Utiliza-se este mapeamento quando se deseja aumentar o contraste de feições claras (altos níveis de cinza da imagem).• X = nível de cinza original • A = fator de ajuste para os níveis de saída ficarem entre 0 e 255 • NOTA: Este mapeamento difere do logarítmico porque realça um intervalo maior de níveis de cinza baixos (escuros).

definido pelos limites mínimo e máximo fornecidos pelo usuário. • NOTA: Todas as opções de contraste mencionadas acima têm o modo de operação igual ao descrito no item Manipulando um Histograma descrito acima.• onde: • Y = novo valor de nível de cinza • X = valor original de nível de cinza • A = fator definido a partir dos limites mínimo e máximo da tabela. A figura a seguir mostra sua representação. • NOTA: Atente para o fato que todas as opções mencionadas até o momento são passíveis de ocorrer um "overflow".(AX + B) • onde: • • • • Y = novo valor de nível de cinza X = valor original de nível de cinza A = inclinação da reta (tangente do ângulo) B = fator de incremento. mencionada mais acima. para que os valores estejam entre 0 e 255 • NOTA: Observe na figura acima que uma porção menor de níveis de cinza sobre um grande Quais são as características do realce Negativo? aumento de contraste. • A função de mapeamento negativa pode ser representada por: Y = . o contraste ocorre de modo que as áreas escuras (baixos valores de nível de cinza) tornam-se claras (altos valores de nível de cinza) e viceversa. • É uma função de mapeamento linear inversa. ou seja. comparado com a transformação por raiz quadrada. .

deixando intocadas as partes mais "chatas" do mesmo. pode-se obter fatiamento normal. Expande também os níveis de cinza ao longo de todo intervalo. cujo histograma será aproximadamente uniforme (veja figura abaixo). Consiste na divisão do intervalo total de níveis de cinza de determinadas fatias (ou classes de cores). • A opção de equalização parte do princípio que o contraste de uma imagem seria otimizado se todos os 256 possíveis níveis de intensidade fossem igualmente utilizados ou.Quais são as características do realce por Equalização de Histograma? • É uma maneira de manipulação de histograma que reduz automaticamente o contraste em áreas muito claras ou muito escuras. • De acordo com o critério de determinação dos intervalos de níveis de cinza. todas as barras verticais que compõem o histograma fossem da mesma altura. Consiste em uma transformação não-linear que considera a distribuição acumulativa da imagem original. e uma baixa inclinação no restante do histograma. uma aproximação é conseguida ao se espalhar os picos do histograma da imagem. equidistribuição e arco-íris. em outras palavras. 255 Pt • onde: • faxi = freqüência acumulada para o nível de cinza xi • Pt = população total (número total de "pixels") • NOTA: A opção de equalização é automaticamente calculada e apresentada. para gerar uma imagem resultante. . • Fatiamento normal: as fatias são definidas de modo que o intervalo entre cada faixa seja constante. de modo que o Quais são as características do realce por Fatia? usuário não poderá alterar a forma ou posição da curva. entre um máximo e um mínimo. Como podemos ver na figura abaixo. Obviamente isso não é possível devido à natureza discreta dos dados digitais de uma imagem de sensoriamento remoto. • A opção fatia (ou fatiamento de níveis de cinza) é uma forma de aumento de contraste cuja operação consiste simplesmente em realçar os pixels cujas intensidades se situam dentro de um intervalo específico (a fatia). numa imagem. Este processo é obtido através de uma função de transferência que tenha uma alta inclinação toda vez que o histograma original apresentar um pico. Contudo. de modo que é aplicado apenas a uma única banda espectral. permanecendo assim a tela no modo estático. • O SPRING apresenta a seguinte função de equalização de histograma: Y = (faxi) . isto é. • O fatiamento de níveis de cinza é considerado a forma mais simples de classificação.

Pode-se utilizar o limite de saturação para realçar ou amenizar o contraste de alguma característica da imagem. O seu objetivo é salientar um aspecto específico da imagem que o usuário deseja analisar. Quais são as características do realce por Edição? • Permite a aplicação de uma tabela de transformação radiométrica definida pelo usuário. Baseia-se no fato de que variações de cores são muito mais visíveis ao olho humano do que variações de tons de cinza. • Exemplo: caso em que uma imagem apresenta regiões escuras (baixos níveis de cinza) dentro de uma área com pequenas variações radiométricas que não são de interesse. • Fatiamento arco-íris: é o mapeamento de um tom de cinza para uma determinada cor. O mapeamento global desses níveis para o espaço de cor segue a seqüência do arco-íris. A figura a .• Fatiamento equidistribuição: o intervalo de níveis de cinza é dividido de modo que cada faixa contenha o mesmo número de pontos.

geralmente de 1º ou 2º grau. Isto oferece um maior grau de liberdade na especificação do histograma de saída. imagem e mapa. pelo sistema sensor e por imprecisão dos dados de posicionamento da plataforma (aeronave ou satélite). visto que os pontos de controle terão que ser precisamente identificados em ambos. Outro exemplo comum de necessidade do registro é na integração de imagens de diferentes sensores (HRV e TM. Esta operação é útil para separar dois grandes grupos de níveis de cinza na imagem. Exemplo: Preprocessamento: Distorções Geométricas Como se geram as distorções? • São causadas no processo de formação da imagem. por exemplo). pode especificar na tela uma transformação linear por partes. não é aconselhável se trabalhar com uma transformação linear simples. • • • • • Pontos de controle são feições possíveis de serem identificadas de modo preciso na imagem e no mapa. Neste caso o usuário.seguir ilustra o efeito da variação do limiar de saturação. Por exemplo. na forma de coordenadas em linha e coluna. Qual a necessidade de correção? • Para relacionar coordenadas da imagem (linha e coluna) com coordenadas geográficas (latitude e longitude) de um mapa. As coordenadas geográficas dos pontos de controle podem ser obtidas a partir dos mapas (via uso de mesa digitalizadora). • Se o histograma apresenta dois picos de freqüência (bimodal). como por exemplo o cruzamento de estradas. Necessita de um mapa planimétrico ou plani-altimétrico confiável e em uma escala adequada. onde deseja comparar mudanças ocorridas em uma determinada área. como é freqüentemente observado. Com os pontos de controle determinados. reduzindo a assimetria do histograma e utilizando melhor o intervalo de níveis de cinza disponível. Os pontos de controle são identificados e posicionados de maneira interativa na imagem. Esta função é um polinômio de transformação. obtém-se uma função que mapeia as coordenadas do mapa na imagem. com a ajuda de um cursor. • Para combinar duas imagens diferentes de uma mesma área. ou na confecção de mosaicos a partir de imagens adjacentes de uma área. Como se efetuam as correções? • As correções são baseadas em pontos de controle. ou da imagem geocodificada na outra. pode-se segmentar a imagem em duas classes definidas por uma limiar (L). para imagens de satélite de diferentes épocas (multi-temporais). de mapas temáticos já incorporados ou via teclado (informando diretamente as coordenadas dos pontos). • Quando a imagem em que se está trabalhando apresenta um histograma assimétrico. . O número de Pontos de Controle (PC) mínimo para determinação de um polinômio de grau n é dado pela seguinte regra: Nº PC's =( n2 + 3n + 2)/2 Os pontos de controle devem estar espalhados possível dentro da área de trabalho.

• O interpolador bilinear faz com que o nível de cinza a ser atribuído ao "pixel" da imagem corrigida seja determinado a partir do valor dos 4 "pixels" vizinhos. e não de forma empírica como é feito no caso dos filtros de realce tradicionais. Por sua característica. Restauração O que é restauração? • A Restauração é uma técnica de correção radiométrica cujo objetivo é corrigir as distorções inseridas pelo sensor óptico no processo de geração das imagens digitais. alguns ruídos são inseridos nas imagens. através da função do SPRING. Neste caso. Neste caso. O que é reamostragem? • A reamostragem é necessária quando as coordenadas da imagem processada (linha e coluna) não coincidem com aquelas da imagem original. Leitura de Pixels. limitações do sistema eletrônico do sensor. Estes pontos ruidosos podem aparecer distribuídos aleatoriamente ou de forma sistemática (listras verticais e horizontais). Geralmente. atribuem-se níveis digitais à imagem registrada pelo processo de reamostragem por interpolação. é aplicado nas regiões da imagem onde não há heterogeneidade nos valores de nível de cinza. O que é eliminação de ruído? • No processo de geração de imagens. já que as características radiométrica e espacial da imagem foram alteradas. há alteração do valor do nível de cinza. O resultado do processamento será salvo em disco. • Escolha do Limiar Superior: • Um ponto será considerado ruído caso o seu nível de cinza esteja acima dos níveis de cinza de seus dois pontos vizinhos abaixo e acima (linhas de cima e de baixo) por uma diferença maior que este limiar superior. Como resultado.j) são analisados. Não há alteração no valor de nível de cinza. • Reamostragem por interpolação é efetuada por interpolação híbrida. • O interpolador de alocação de vizinho mais próximo atribui ao valor de nível de cinza do "pixel" da imagem corrigida.j) e inferior P(i+1. Filtragem . o filtro é específico para cada tipo de sensor e banda espectral. Antes da execução da função. • Escolha do Limiar Inferior: • Um ponto será considerado ruído caso o seu nível de cinza esteja abaixo dos níveis de cinza de seus dois pontos vizinhos abaixo e acima (linhas de cima e de baixo) por uma diferença maior que este limiar inferior.j) (i é linha e j é coluna) é ruído ou não. É aplicado nas regiões da imagem onde há heterogeneidade nos níveis de cinza dos "pixels". As causas podem ser falha de detetores. somente os seus vizinhos superior P(i-1. o mesmo valor do nível de cinza do "pixel" que se encontra mais próximo da posição a ser ocupada. O valor " default" para este parâmetro é 8. Pode-se dizer que a imagem digital é uma cópia borrada da cena. os pixels com ruído aparecem como pontos com níveis de cinza bem diferentes da sua vizinhança (escuros (pretos) ou saturados (brancos)). que alterem as características radiométricas da imagem. o ponto será substituído pela média entre aqueles dois pontos vizinhos. tem como objetivo eliminar ou reduzir os pontos de ruído na imagem. dado que os detalhes vistos na cena são suavizados devido as limitações do sensor. • O algoritmo usa dois limiares: Limiar Inferior e Limiar Superior. e portanto obter uma imagem realçada. Os pesos do filtro de restauração são obtidos a partir das características do sensor. considerando a sua vizinhança. Esta análise permitirá ao usuário escolher os limiares adequados ao nível de ruído a ser eliminado na imagem. Assim. Deve-se observar também que não é possível processar uma imagem reamostrada. O valor " default" para este parâmetro é 25. A idéia de restaurar a imagem é reduzir este efeito de borramento.• Baseado na transformação geométrica. O usuário deverá escolher os valores destes limiares que serão utilizados na caracterização dos pontos ruidosos. • Este tipo de processamento é recomendado para ser realizado sobre a imagem original sem qualquer tipo de processamento tais como realce e filtragem. onde a aplicação do interpolador de alocação de vizinho mais próximo e do interpolador bilinear dependemda característica local dos níveis de cinza na imagem. recomenda-se que o usuário faça uma prévia análise do ruído na imagem. • Para detectar se um ponto na imagem P(i. etc. a função Eliminação de ruído no SPRING. o ponto será substituído pela média entre aqueles dois pontos vizinhos. Neste caso também. • A correção é realizada por um filtro linear.

j) por um novo valor que depende dos valores dos pixels vizinhos e dos pesos da máscara. Tende a minimizar ruídos e apresenta o efeito de borramento da imagem. Os dois primeiros são os mais utilizados em processamento de imagens. mas também do valor dos níveis de cinza dos pixels vizinhos. passa-alta ou passa-banda. 1 1 1 1 1 1 *1/9 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 *1/25 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 *1/49 • Passa-Baixa. principalmente para remover ruídos periódicos. O filtro passa-banda é mais utilizado em processamentos específicos. • Passa-Baixa: Suaviza a imagem atenuando as altas freqüências. gerando uma nova imagem com a eliminação das linhas e colunas iniciais e finais da imagem original. • O processo de filtragem é feito utilizando matrizes denominadas máscaras. Estes filtros podem ser usados para realçar certas características presentes na imagem. sem alterar a média da imagem. consiste na substituição do valor do pixel na posição (i. que não dependem apenas do nível de cinza de um determinado pixel. 5x5 e 7x7. que correspondem às transições abruptas.O que é filtragem? Como se efetua? • As técnicas de filtragem são transformações da imagem pixel a pixel. Exemplos de filtros de média 3x3. Alguns filtros são descritos a seguir. de média ponderada. Máscara de 3 linhas por 3 colunas com centro na posição (2. as transições entre regiões diferentes tornam-se mais nítidas. linhas . isto é. • Os filtros espaciais podem ser classificados em passa-baixa. as quais são aplicadas sobre a imagem. • A aplicação da máscara com centro na posição (i. Filtros desse tipo de dimensão 3x3 são: 1 1 1 1 2 1 1 1 1 *1/10 1 2 1 2 4 2 1 2 1 *1/16 • Passa-Alta: a filtragem passa-alta realça detalhes. O que são filtros lineares? • Suavizam e realçam detalhes da imagem e minimizam efeitos de ruído. tais como bordas. são usados quando os pesos são definidos em função de sua distância do peso central.j).2). produzindo uma "agudização" ("sharpering") da imagem. sendo i o número de uma dada linha e j o número de uma dada coluna sobre a imagem.

Para imagens TM/Landsat o realce compensa distorções radiométricas do sensor. A máscara baixa produz uma imagem mais escura que a anterior. . A máscara alta deixa passar menos os baixos níveis de cinza. a imagem fica mais clara. a máscara norte realça limites horizontais. As três máscaras mais comuns diferem quanto à intensidade de altos valores de níveis de cinza presentes na imagem resultante. isto é. 1 Norte 1 -1 1 -2 -1 1 1 -1 Nordeste 1 -1 -1 1 -2 -1 1 1 1 -1 Leste -1 -1 1 -2 1 1 1 1 Sudeste -1 -1 1 -1 -2 1 1 1 1 -1 Sul 1 1 -1 -2 1 -1 1 1 Sudoeste 1 1 1 -1 -2 1 -1 -1 1 1 Oeste 1 1 1 -2 1 -1 -1 -1 Noroeste 1 1 1 1 -2 -1 1 -1 -1 • Realce não-direcional de bordas: é utilizado para realçar bordas. Alguns exemplos podem ser dado por: 0 -1 0 -1 0 -1 -1 -1 1 -2 1 -1 0 5 -1 -1 -1 9 -1 -1 -1 -2 1 5 -2 -2 1 • Os filtros de realce de bordas realçam a cena. Assim. Abaixo estão algumas utilizadas para o realçamento de bordas em vários sentidos. corresponde à posição sombreada. independentemente da direção. definidas pelas máscaras.curvas ou manchas. mas enfatizam o ruído existente na imagem. Alta -1 -1 -1 -1 8 -1 -1 -1 -1 0 -1 0 Média -1 4 -1 0 -1 0 1 -2 1 Baixa -2 3 -2 1 -2 1 • Realce de imagens: Utiliza máscaras apropriadas ao realce de características de imagens obtidas por um sensor específico. O nome dado às máscaras indica a direção ortogonal preferencial em que será realçado o limite de borda. A máscara média apresenta resultados intermediários. O pixel que terá seu valor de nível de cinza substituído pela aplicação da máscara. segundo direções preferenciais de interesse.

sem realçar pontos isolados. d são as localizações cujos valores serão computados para a operação. • Operador de Sobel: Realça linhas verticais e horizontais mais escuras que o fundo. em regiões de limites bem definidos e valores baixos em regiões de limites suaves. O que são filtros morfológicos? . sendo os principais os operadores para detecção de bordas e os filtros morfológicos. que compõem um resultado único: a -1 0 1 2 0 2 -1 0 1 -1 -2 -1 b 0 0 0 1 2 1 • A máscara (a) detecta as variações no sentido horizontal e a máscara (b). é dado por: onde a' é o valor de nível de cinza correspondente à localização do elemento central da máscara. sendo 0 para regiões de nível de cinza constante. alterando a média da imagem.3 -7 -7 3 -7 -7 13 -7 -7 13 13 -7 3 -7 -7 3 O que são filtros não-lineares? • Minimizam/realçam ruídos e suavizam/realçam bordas. mesmo com magnitude igual. a c b d Efeito da aplicação do operador de Roberts. • Operador de Roberts: Apresenta a desvantagem de certas bordas serem mais realçadas do que outras dependendo da direção. • Operadores para detecção de bordas: Detecta características. obtém-se uma imagem com altos valores de nível de cinza. em cada pixel. onde a' é o nível de cinza correspondente à localização a. Efeito da aplicação do operador de Roberts. sendo os mais comuns os operadores de Roberts e Sobel. O resultado d esta aplicação. Como resultado de sua aplicação. a. no sentido vertical. O operador consiste na função: . curvas e manchas. linhas. b. como bordas. descritas a seguir. Consiste na aplicação de duas máscaras. c. a ser substituído.

Os filtros morfológicos básicos são o filtro da mediana. gerando imagens mais escuras. gerando imagens mais claras.3. • Filtro morfológico de dilatação: provoca efeitos de dilatação das partes escuras da imagem (baixos níveis de cinza).8]). • A abertura é obtida pelo encadeamento do filtro de erosão. 8. 2. o valor resultante da aplicação deste filtro é o maior valor na ordenação.• Exploram as propriedades geométricas dos sinais (níveis de cinza da imagem). seguido pelo de erosão. No exemplo. • Filtro morfológico da mediana é utilizado para suavização e eliminação de ruído e mantém a dimensão da imagem. Exemplo: elemento estruturante imagem 3 2 2 6 8 6 5 3 5 0 1 0 1 1 1 0 1 0 • O pixel central será alterada para o valor 6 (valor mediano na ordenação [2. conforme ilustra a figura a seguir. há eliminação de golfos e fechamento de baías. • Os seguintes elementos estruturantes são os mais comuns: 1 1 1 1 1 1 1 1 1 1 0 1 0 1 0 1 0 1 0 1 0 1 1 1 0 1 0 0 1 0 0 1 0 0 1 0 0 0 0 1 1 1 0 0 0 0 0 1 0 1 0 1 0 0 1 0 0 0 1 0 0 0 1 • Abertura e fechamento de uma imagem: geralmente encadeiam-se filtros de erosão e dilatação com o mesmo elemento estruturante para obtenção de efeitos de abertura e fechamento. Para filtros morfológicos. seguido pelo de dilatação. Considerando o exemplo anterior. há quebra de istmos e eliminação de cabos e ilhas. Para o exemplo anterior. erosão e dilatação. • Filtro morfológico de erosão: provoca efeitos de erosão das partes claras da imagem (altos níveis de cinza).6. o valor a ser substituído no pixel central corresponde ao menor valor da ordenação. . No exemplo. as máscaras são denominadas elementos estruturantes e apresentam valores 0 ou 1 na matriz que correspondem ao pixel considerado. • O efeito de fechamento é obtido pelo encadeamento do filtro de dilatação.6.

e os acima de 255. • Identificação de minerais formados por óxido de ferro. Para que serve a multiplicação? • É utilizada na implementação de algoritmos que se deseja aplicar sobre a imagem. gerando valores de nível de cinza que não representam a diferença de reflectância entre os alvos. diminuindo o número de bandas. expansão urbana. estes objetos não . deve-se equalizálas antes da subtração para evitar que o resultado da subtração não corresponda à diferença real entre elas. conhecendo-se o comportamento espectral dos alvos de interesse e o intervalo espectral das bandas dos sensores.Operação Aritmética Para que servem as operações aritméticas? • Operações aritméticas são operações "pixel" a "pixel" entre imagens de bandas diferentes. • Pode ser utilizada para a integração de imagens resultantes de diferentes processamentos. • Pode apresentar resultados incorretos devido a: • Bandas que apresentam ruídos. divisão (ou razão entre bandas) e a multiplicação de uma banda por uma constante (realce linear). • Estas operações podem requerer um fator de ganho (multiplicativo) ou "off-set" (aditivo). • Exemplos de aplicação da subtração de bandas: • Identificação de diferentes tipos de cobertura vegetal. causando perda de informação espectral. subtração. Para que serve a adição de imagens? • Utilizada para a obtenção da média aritmética entre as imagens. desmatamento. • Quando a média e desvio padrão dos histogramas das imagens não coincidem. Os fatores devem ser definidos considerando a faixa de valores de entrada e a operação a executar. como uso do solo. minimizando a presença de ruído. Para que serve a divisão ou razão entre bandas? • É utilizada para realçar as diferenças espectrais de um par de bandas. onde n é o número de bandas utilizadas na operação. caracterizando determinadas feições da curva de assinatura espectral de alguns alvos. Ocorre perda da informação original quando os resultados das operações ultrapassam o intervalo de 0-255. saturando os valores abaixo de 0 em 0. para realçar as diferenças espectrais. para melhorar a qualidade de contraste da imagem. • Presença do espalhamento atmosférico. tendo como resultado uma banda representando a combinação das bandas originais. • Presença de objetos distintos nas bandas originais com características espectrais semelhantes. • As operações mais comuns são a soma. em 255. a multiplicação e divisão. pois estes serão realçados. • Em geral. Na imagem resultante. O valor de ganho deve ser 1/n. • Estas operações permitem comprimir os dados. Neste caso. porém de diferentes intensidades. pode-se definir as bandas utilizadas para realçar as diferenças espectrais. • Detecção do padrão de mudança de cobertura. Para que serve a subtração de imagens? • Utilizada para realçar diferenças espectrais. seletivo em relação às bandas espectrais. através de uma regra matemática definida. os resultados são normalizados. a operação de adição é utilizada para realçar similaridade entre bandas ou diferentes imagens e a subtração.

• Aumentar diferenças de radiância entre solo e vegetação. • Diminuir variações de radiância da imagem. Transformação IHS O que é transformação RGB-IHS? • A cor de um objeto. expandindo o intervalo de intensidade e saturação através de contraste. provenientes de efeito de topografia. os três parâmetros podem ser analisados e modificados separadamente. em uma imagem pode ser representada pelas intensidades das componentes vermelho R. gerando os chamados índices de vegetação. quando convertidas de IHS para RGB. escolhem-se três bandas de uma imagem e associa-se cada banda a um dos componentes RGB. como na união de imagens SPOT-HRV (pancromático) e TM-Landsat. • Matiz ou cor de um objeto é a medida do comprimento de onda médio da luz que se reflete ou se emite. A banda do infravermelho próximo. ao passo que um baixo valor indica uma mistura de comprimentos de onda produzindo tons pastéis (apagados). no sistema de cores RGB. A relação espacial entre o espaço RGB e IHS é mostrada na figura. permitem melhor separação das cores e das feições que se deseja observar. B a banda do vermelho e C o índice de vegetação de diferença normalizada (IVDN). Estas imagens podem ser realçadas. Assim. • Intensidade ou brilho é a medida de energia total envolvida em todos os comprimentos de onda. • A distância do ponto até a origem ou ápice do cone representa a intensidade. ou pela intensidade I. • Na transformação RGB para IHS. verde G e azul B. no qual a energia é refletida ou transmitida. • Exemplos de aplicação: • Remover efeitos de ganho provenientes de variações espaciais ou temporais. onde g é o ganho. O resultado é um conjunto de três novas imagens: uma de intensidade. • A distância radial do ponto até o eixo central do cone representa saturação. cada "pixel" na imagem de saída possuirá uma correspondência a um ponto no espaço IHS. O procedimento consiste em: • Calcular os componentes IHS a partir de três bandas selecionadas do TM . uma de matiz e outra de saturação. definindo. para um melhor ajuste das cores às características do sistema visual. pela cor ou matiz H e pela saturação Sno espaço IHS. sendo responsável pela sensação de brilho da energia incidente sobre o olho.serão distintos. e. Com a equação: . • Saturação ou pureza expressa o intervalo de comprimento de onda ao redor do comprimento de onda médio. declividade e aspecto. • Pode se utilizar para combinar imagens de diferentes sensores e resolução espacial. o off-set. • Por serem independentes. Um alto valor de saturação resulta em uma cor espectralmente pura. utilizando a razão entre as bandas referentes ao vermelho e infravermelho próximo. • O matiz é representado como uma seqüência radial ao redor dos círculos de saturação e do eixo de intensidade. a cor do objeto. • O espaço de cores IHS pode ser graficamente representado por um cone. quando ocorrem em bandas de uma mesma imagem. • Para aumentar o contraste entre solo e vegetação.

8. matriz de covariância e correlação.13.5.. é o valor médio dos dados.13.3.11. Estatística O que é análise estatística? • A Análise Estatística de Amostras permite calcular parâmetros estatísticos a partir de imagens. Os principais são momentos. O que são desvio padrão e variância? • Medem o grau de dispersão dos dados numéricos em torno de um valor médio. O que são momentos? • Se X1.7. • O momento centrado na média de ordem 2 é a variância.10 tem mediana 6 • 5. é o valor do ponto central (N ímpar) ou a média aritmética dos dois valores centrais (N par).4.5. com N pontos é definido por: . O que é a moda? • A moda é o valor mais freqüente em um conjunto de valores numéricos. a imagem colorida terá resolução espacial da imagem SPOT e resolução espectral das três bandas TM.8.5.5...8. Xn é definido por: • A Variância é o quadrado do desvio padrão: O que é covariância? • Covariância entre dois conjuntos de dados numéricos a e b.11. O que é mediana? e definida por: . XN são os N valores assumidos pela variável X..7.6. X2.18 não tem moda • 3.7 (bimodal). X2.5. . XN é representada por (momento de ordem 1).6. mediana. onde (momento de ordem 1).3. O que é média? • A média dos dados numéricos X1.• Aplicar o contraste nos componentes H e S.11.5.8.5..17 tem mediana 10. • Substituir o componente I é substituído pela imagem SPOT.7..12.12 tem duas modas: 5.13 tem moda 7 • 3. • A mediana de um conjunto de N números ordenados em ordem de grandeza. O Desvio Padrão de um conjunto de dados X1. A moda pode não existir e..4. mesmo que exista. . pode não ser única. Exemplos: • 1.7. e na imagem SPOT..9.1.. matriz de autocorrelação e a matriz de correlação cruzada. • Aplica-se a transformação inversa IHS para RGB.7. pode-se definir: • Momento de ordem r por: • Momento de ordem r centrado na média por: .11.7.6. Exemplos: • 3.7. • Após a transformação. .

A primeira componente principal tem a maior variância (maior contraste) e a última. O que é coeficiente do momento de assimetria? • É o grau de desvio ou afastamento do eixo de simetria de uma distribuição. Neste processo utiliza-se o coeficiente de correlação ou da covariância para se determinar um conjunto de quantidades chamadas de autovalores. Para distribuições assimétricas a média tende a situar-se do lado da cauda mais longa da distribuição. • O coeficiente de variação deixa de ser útil quando a média é próxima de zero. as bandas são similares visual e numericamente. É calculado através da divisão do valor de covariância pela raiz quadrada do produto dos desvios padrões dos conjuntos de dados a e b: O que é coeficiente de variação? • O efeito da variação ou dispersão em relação à média pode ser medido pela dispersão relativa. e pode ser definido pela divisão do momento de grau 4 centrado na média pela variância ao quadrado. gera um novo conjunto de imagens cujas bandas individuais apresentam informações não-disponíveis em outras bandas. Ou seja: Componentes Principais Transformação por Principais Componentes Observa-se freqüentemente que bandas individuais de uma imagem multiespectral são altamente correlacionadas. ou seja. Esta transformação é derivada da matriz de covariância entre as bandas e gera um novo conjunto de imagens onde cada valor de "pixel" é uma combinação linear dos valores originais. da sobreposição das janelas espectrais entre bandas adjacentes e do próprio comportamento espectral dos objetos. a dispersão relativa é denominada coeficiente de variação v: . O que é coeficiente de correlação? • Mede a similaridade entre dois conjuntos de dados numéricos sobre uma escala absoluta de [-1.1]. A figura mostra que a transformação de compo-nente principal em duas dimensões corresponde à rota-ção do eixo original da coordenada para coincidir com as direções de máxima e mínima variância no dado. Os autovalores representam o comprimento dos eixos das componentes principais de uma imagem e são . O número de componentes principais é igual ao número de bandas espectrais utilizadas e são ordenadas de acordo com o decréscimo da variância de nível de cinza. A análise das bandas espectrais individuais pode ser então ineficiente devido à informação redundante presente em cada uma dessas bandas.• Indica o grau de similaridade entre os conjuntos a e b. como os dados estão correlacionados entre si. ou seja. Quanto maior este valor maior o grau de correlação entre os dados. A geração de componentes principais é uma técnica de realce que reduz ou remove esta redundância espectral. Este coeficiente pode ser definido usando o 3 momento centrado na média e o desvio padrão: O que é coeficiente de Kurtosis? • Mede o grau de achatamento de uma distribuição de dados. ou seja. a menor variância. Esta correlação advém do efeito de sombras resultantes da topografia. definida por: Dispersão Relativa = Dispersão Absoluta/Média • Se a dispersão absoluta for o desvio padrão.

A seguir.medidos em unidade de variância.8498 + 0. vegetação. Bandas B1 B2 Médias 40.79 273. devido à ausência de sombreamento. A primeira componente principal contém a informação de brilho associada às sombras de topografia e às grandes variações da reflectância espectral geral das bandas. . apresenta-se um exemplo que mostra como esses dados são fornecidos. Esta componente principal possui a maior parte da variância total dos dados. Sabendo-se o sinal de cada coeficiente do autovetor.8498) + B2 x (. água. em várias dimensões.5271 + 0.8498 . indicando a compressão dos dados nos primeiros canais. As figuras abaixo mostram as três componentes de uma transformação com três bandas (3. Este mesmo raciocínio pode ser adotado para as n componentes principais. A última componente representa basicamente o ruído existente nos dados originais.5271) + B2 x (+ 0. O SPRING permite ao usuário analisar os dados de autovalores e autovetores (parâmetros estatísticos). São fatores de ponderação que definem a contribuição de cada banda original para uma componente principal.4 e 5) do Landsat 5.8498) • P2 = B1 x (+ 0.24 Matriz de autovetores + 0. isto é.5271) Desta forma entende-se que para P1 a banda 2 (B2) está contribuindo com mais informação.13 Componentes P1 P2 % Informação 64.5271 No exemplo tem-se que a 1ª componente principal (P1) apresenta um autovalor de 64. e que 35. Os autovetores representam as direções dos eixos das componentes principais.24% estão em P2. determinandose assim em qual(is) componente(s) principal(is) a informação espectral desejada irá ser concentrada. Para facilitar a percepção dessas contribuições. Analisando-se a matriz de autovetores tem-se que: • P1 = B1 x (+ 0. Associados a cada autovalor existe um vetor de módulo unitário chamado autovetor.81 Variância 209.0.0.08 48.76.76 35.76% das informações de B1 e B2 estão em P1. numa combinação aditiva e linear. pode-se comparar as porcentagens com as curvas espectrais de materiais conhecidos (por exemplo. 64. diferentes tipos de solo). deve-se transformar os autovetores em porcentagens. concentrando a informação antes diluída. A segunda e as subseqüentes componentes principais apresentam gradativamente menos contraste entre os alvos e são desprovidas de informação topográfica. A terceira e quarta componentes principais contêm tipicamente menos estrutura da imagem e mais ruído que as duas primeiras.

Primeira Componente Segunda Componente .

Antes de executar a função de Principais Componentes. ou seja saturado para os níveis 0 e 225. não apresentando tons de cinza (o que indicaria correlação). Constitui um processo de análise de pixels de forma isolada. onde se extraem os objetos relevantes para a aplicação desejada.Terceira Componente As componentes principais podem ser geradas com alteração de contraste. Todas as componentes terão a mesma variância e os valores de nível digital estarão distribuídos entre 0 e 255. • Neste processo. Para superar estas limitações. uma vez que não há correlação entre as bandas. • A divisão em porções consiste basicamente em um processo de crescimento de regiões. . e apenas 0. na qual somente as regiões adjacentes. um realce dos níveis digitais de forma que a média seja deslocada para valor 127 e que a partecentral de distribução estatística inclua 2.4% de cada lado da curva é eliminado.P. voce pode analisar os parâmetros estatisticos das bandas selecionadas. espacialmente. divide-se a imagem em regiões que devem corresponder às áreas de interesse da aplicação. a composição colorida das componentes principais apresenta um realce na distribuição das cores. As imagens de componentes principais podem ser combinadas em cores. anterior à fase de classificação. O usuario pode ver estes parâmetros referente a toda area da imagem ou em uma porção selecionada pelo cursor.6 desvios padrões para cada lado da média. Esta abordagem apresenta a limitação da análise pontual ser baseada unicamente em atributos espectrais. propõe-se o uso de segmentação de imagem. Esta transformação considera que os componentes tem distribuição normal. como quaisquer outras. de detecção de bordas ou de detecção de bacias. Uma composição colorida de imagem de componentes principais tende a apresentar apenas cores espectrais puras e intensamente saturadas. Entende-se por regiões um conjunto de "pixels" contíguos. Quando comparada com qualquer combinação de canais originais. Segmentação de Imagens O que é a segmentação de Imagens? • A classificação estatística é o procedimento convencional de análise digital de imagens. que se espalham bidirecionalmente e que apresentam uniformidade. O que é crescimento de regiões? • É uma técnica de agrupamento de dados. Aplica-se a cada C.

É um algoritmo de agrupamento de dados não-supervisionado. Deste processo gera-se uma imagem binária com os valores de 1 referentes às bordas e 0. • Caso as regiões A e B satisfaçam estes critérios. Este algoritmo resume-se em três etapas. a partir de uma medida de similaridade entre elas. de forma que todas regiões pertencentes a uma dada classe estão distantes da classe por uma distância inferior a esta. Quanto maior o limiar. para estimar o valor central de cada classe. Este limiar por sua vez define uma distância de Mahalanobis. A imagem equivaleria a uma superfície topográfica com feições de relevo ou uma região com bacias de diferentes profundidades. • a similaridade satisfaz o limiar estabelecido. Ao alcançar o limite. deve-se adotar o seguinte critério: • A e B são similares (teste das médias). • Para a união de duas regiões A e B vizinhas. A seguir. define-se uma barreira entre duas regiões. ou seja. O que é detecção de bacias? • A classificação por detecção de bacias é feita sobre uma imagem resultante da extração de bordas. como ocorre no algoritmo de máxima verossimilhança. ou seja pelo filtro de Sobel. os parâmetros estatísticos da região de maior área que ainda não tenha sido associada a classe alguma. dado em percentagem. o valor de nível digital de cada "pixel" equivale a um valor de elevação naquele ponto.podem ser agrupadas. definindo-se mais uma barreira. a regiões de não-bordas. cada região apresentando um rótulo (valor de nível digital). que devem ser classificadas por classificadores de região. É uma técnica para classificação que procura agrupar regiões. Quando ele encontra um "pixel" com valor superior ao limiar estabelecido. O processo de preenchimento continua em outra direção até atingir um novo limite topográfico. • O Isoseg utiliza os atributos estatísticos das regiões: a matriz de covariância e o vetor de média. maior esta distância e consequentemente maior será o número de classes detectadas pelo algoritmo. A "água" preencherá progressivamente as diferentes bacias da imagem até um limiar definido pela topografia (valor de nível digital). • A imagem binária será rotulada de modo que as porções da imagem com valores 0 constituirão regiões limitadas pelos valores 1 da imagem. constituindo a imagem rotulada. para gerar uma imagem gradiente ou imagem de intensidade de borda. • O crescimento de uma região equivaleria à imersão da superfície topográfica em um lago. • Inicialmente. este processo de segmentação rotula cada "pixel" como uma região distinta. A é a mais próxima). . Observa-se a vizinhança para identificar o próximo "pixel" de maior valor de nível digital e segue-se nesta direção até que se encontre outra borda ou a fronteira da imagem. A medida de similaridade utilizada consiste na distância de Mahalanobis entre a classe e as regiões candidatas a relação de pertinência com esta classe. segundo um limiar de agregação definido. Como classificar imagens segmentadas? • O classificador Isoseg é o algoritmo disponível no Spring para classificar regiões de uma imagem segmentada. • A extração de bordas é realizada por um algoritmo de detecção de bordas. • O resultado é uma imagem rotulada. descritas a seguir. Este algoritmo considera os gradientes de nível de cinza da imagem original. • (2ª) Detecção das classes: as regiões são ordenadas em ordem decrescente de área e inicia-se o procedimento para agrupá-las em classes. • A e B são mutuamente próximas (dentre os vizinhos de A. O critério de similaridade baseia-se em um teste de hipótese estatístico que testa a média entre as regiões. • O procedimento de segmentação por detecção de bacias pressupõe uma representação topográfica para a imagem. e assim sucessivamente até que todas as barreiras tenham sido definidas. • O algoritmo calcula um limiar para a perseguição de bordas. aplicado sobre o conjunto de regiões. e também pela área. • (1ª) Definição do limiar: o usuário define um limiar de aceitação. • Um algoritmo de "clustering" não assume nenhum conhecimento prévio da distribuição de densidade de probabilidade dos temas. Calculase um critério de similaridade para cada par de região adjacente espacialmente. Serão tomados como parâmetros estatísticos de uma classe (média e matriz de covariância). para uma dada imagem gradiente. divide-se a imagem em um conjunto de sub-imagens e então realiza-se a união entre elas. que por sua vez são caracterizadas por seus atributos estatísticos de média e matriz de covariância. Em seguida. Define-se um altura inicial (nível digital) para o preenchimento das bacias (limiar). estas regiões são agregadas. B é a mais próxima. e dentre os vizinhos de B. tem-se início o processo de perseguição da borda. caso contrário o sistema reinicia o processo de teste de agregação.

Classificação de Imagens O que é classificação? • Classificação é o processo de extração de informação em imagens para reconhecer padrões e objetos homogêneos e são utilizados em Sensoriamento Remoto para mapear áreas da superfície terrestre que correspondem aos temas de interesse. no Spring) às classes por ele definidas no banco de dados. considerando as bandas indicadas no contexto. definidos na etapa anterior. A informação de borda é utilizada inicialmente para separar regiões e as propriedades espaciais e espectrais irão unir áreas com mesma textura. Com vista a eliminar este favorecimento". As classes seguintes terão parâmetros estatísticos de média das regiões de maior área.este arquivo armazena quais as bandas farão parte do processo de classificação por regiões. na qual cada "pixel" tem coordenadas espaciais x. baseados nas propriedades espectrais e espaciais de imagens. que não tenham sido associada a nenhuma das classes previamente detectadas. Assim. O conjunto de características espectrais de um "pixel" é denotado pelo termo atributos espectrais.associa-se a esta classe todas regiões cuja distância de Mahalanobis for inferior a distância definida pelo limiar de aceitação.processo de extração de pixels isolados em função de um limiar e um peso fornecidos pelo usuário. • Executar uma Pós-classificação . • (3ª) Competição entre classes: as regiões são reclassificadas. que representa a radiância do alvo em todas as bandas espectrais. • Os classificadores podem ser divididos em classificadores "pixel a pixel" e classificadores por regiões. • Portanto o usuário deve seguir os seguintes passos para gerar uma classificação a partir de uma imagem segmentada. existem K níveis de cinza associados a cada "pixel" sendo um para cada banda espectral. ou seja para uma imagem de K bandas. • Executar o treinamento .de posse da amostras e das bandas escolhidas a imagem é classificada. na opção Arquivo-Esquema Conceitual. y e uma espectral L.gerar uma imagem. • Executar a Classificação . • Classificação . . O usuário deverá então associar estas classes (denominadas temas. volume1. • Extração de regiões . O processo repete-se até que a média das classes não se altere (convergência). Estes classificadores podem ser separados em métodos estatísticos (utilizam regras da teoria de probabilidade) e determinísticos (não utilizam probabilidade).permite verificar a validade das amostras coletadas. além de informação espectral de cada "pixel". Esta fase repete-se até que todas regiões tenham sido associadas a alguma classe. • Executar o Mapeamento para Classes . considerando-se os novos parâmetros estatísticos das classes. reconhecendo áreas homogêneas de imagens.para a realizar a classificação de uma imagem segmentada deve-se usar o classificador por regiões. observe que os passos de 2 a 9 foram descritos anteriormente: • Criar uma imagem segmentada .deve ser feita amostragens sobre uma imagem na área de desenho. • A informação espectral de uma cena pode ser representada por uma imagem espectral. a informação espacial que envolve a relação com seus vizinhos.intérprete. separada em regiões com base na análise dos níveis de cinza. • Analisar as amostras . • Ao término.permite transformar a imagem classificada (categoria Imagem) para um mapa temático raster (categoria Temático). • Classificadores "pixel a pixel": Utilizam apenas a informação espectral de cada pixel para achar regiões homogêneas. Procuram simular o comportamento de um foto. • Criar o arquivo de Contexto . Esta competição consiste em reclassificar todas as regiões. • Classificadores por regiões: Utilizam.neste procedimento o algoritmo extrai as informações estatísticas de média e variável de cada região. todas regiões estarão associadas a uma classe definida pelo algoritmo. sendo um processo seqüencial que pode favorecer as classes que são detectadas em primeiro lugar. procede-se a "competição entre classes. • A fase 2 consiste basicamente na detecção de classes. a primeira classe terá como parâmetros estatísticos aquelas regiões com maior área. descrito no capítulo 5. O parâmetro estatístico (média de cada classe é então recalculado.

como trabalhos de campo. • O primeiro passo em um processo de classificação multiespectral é o treinamento. . mas ao mesmo tempo deve-se incluir toda a variabilidade dos níveis de cinza. Para um treinamento supervisionado o usuário deve identificar na imagem uma área representativa de cada classe. utilizando o maior número de informações disponíveis. Para a obtenção de classes estatisticamente confiáveis. o processo de classificação digital transforma um grande número de níveis de cinza em cada banda espectral em um pequeno número de classes em uma única imagem.supervisionado. numa feição espacial de dimensão igual ao número de bandas presentes. O número de "pixels" de treinamento necessário para a precisão do reconhecimento de uma classe aumenta com o aumento da variabilidade entre as classes. É constituído por um mapa de "pixels" classificados. etc. Exemplo de seleção de áreas no treinamento supervisionado.• O resultado da classificação digital é apresentado por meio de classes espectrais (áreas que possuem características espectrais semelhantes). Este algoritmo assume que cada grupo ("cluster") representa a distribuição de probabilidade de uma classe. Quando o critério de decisão depende da distribuição de níveis de cinza em vários canais espectrais as técnicas são definidas como de classificação multiespectral. Os "pixels" dentro de uma área de treinamento são submetidos a um algoritmo de agrupamento ("clustering") que determina o agrupamento do dado. representados por símbolos gráficos ou cores. o treinamento é dito não-supervisionado. mapas. É importante que a área de treinamento seja uma amostra homogênea da classe respectiva. Quando o usuário utiliza algoritmos para reconhecer as classes presentes na imagem. o treinamento é dito supervisionado. são necessários de 10 a 100 "pixels" de treinamento por classe. o usuário não deve se preocupar com a homogeneidade das classes. ou seja. • As técnicas de classificação aplicadas apenas a um canal espectral (banda da imagem) são conhecidas como classificações unidimensionais. As áreas escolhidas devem ser heterogêneas para assegurar que todas as possíveis classes e suas variabilidades sejam incluídas. Ao definir áreas para o treinamento não-supervisionado. Recomenda-se que o usuário adquira mais de uma área de treinamento. Treinamento é o reconhecimento da assinatura espectral das classes. uma vez que um alvo dificilmente é caracterizado por uma única assinatura espectral. • Quando existem regiões da imagem em que o usuário dispõe de informações que permitem a identificação de uma classe de interesse. Existem basicamente duas formas de treinamento: supervisionado e não.

Ocorre uma região onde as duas curvas sobrepõem-se.0 82. considerando a distribuição de probabilidade normal para cada classe do treinamento. os valores de desempenho médio. ou seja.9 16. Nesta situação estabelece-se um critério de decisão a partir da definição de limiares. Um limiar de 100% resultará em uma imagem classificada sem rejeição. a classe 2 ao cerrado.5 • • • • Desempenho médio: 89. aconselha-se a aquisição de amostras significativas de alvos distintos e a avaliação da matriz de classificação das amostras. • A classe 1 corresponde à floresta. por exemplo. Contudo esta é uma situação difícil em imagens com alvos de características espectrais semelhantes. Um "pixel" localizado na área sombreada.3 0. engloba 99% dos "pixels". ou seja. . reduzir a sobreposição entre as distribuições de probabilidades das classes. • O limiar de aceitação indica a % de "pixels" da distribuição de probabilidade de uma classe que será classificada como pertencente a esta classe.0 2 0. • MAXVER é o método de classificação. apresenta-se uma matriz de classificação com as porcentagens de 4 classes definidas na aquisição de amostras. a classe 3 ao rio e a classe 4 ao desmatamento. todos os "pixels" serão classificados. apesar de pertencer à classe 2. que considera a ponderação das distâncias entre médias dos níveis digitais das classes. No exemplo a seguir.7 1. compensando a possibilidade de alguns "pixels" terem sido introduzidos no treinamento por engano.0 4 0.0 3. • Os conjuntos de treinamento definem o diagrama de dispersão das classes e suas distribuições de probabilidade.3 0. as distribuições representam a probabilidade de um "pixel" pertencer a uma ou outra classe. N 1 2 3 4 4. indicando que um determinado "pixel" tem igual probabilidade de pertencer às duas classes. dependendo da posição do "pixel" em relação a esta distribuição.0 86.7 3 0. nesta classe. abstenção (quanto não foi classificado) e confusão média. será classificado como classe 1.0 91. sendo que 1% serão ignorados (os de menor probabilidade). • Para diminuir a confusão entre as classes. ou estarem no limite entre duas classes. • As técnicas de classificação multiespectral "pixel a pixel" mais comuns são: máxima verossimilhança (MAXVER). • Para duas classes (1 e 2) com distribuição de probabilidade distintas.Exemplo de seleção de áreas no treinamento não-supervisionado.6 0.3 0.8 1 94.48 O valor de N representa a quantidade de cada classe (porcentagem de "pixels") que não foi classificada. distância mínima e método do paralelepípedo.0 13. • Uma matriz de classificação ideal deve apresentar os valores da diagonal principal próximos a 100%. utilizando parâmetros estatísticos.1 0.15 Confusão média: 7. indicando que não houve confusão entre as classes.0 0. Um limite de 99%. no ponto onde as duas distribuições se cruzam. • A matriz de classificação apresenta a distribuição de porcentagem de "pixels" classificados correta e erroneamente.37 Abstenção média: 3. Exemplo de limite de aceitação de uma classificação.0 4.7 0.

m) = (x2 . classificados diferentemente de sua vizinhança. definem-se os agrupamentos que representam as classes. 5% como cerrado e 5% como rio. este ponto central terá ou não sua classe substituída pela classe de maior freqüência na vizinhança. através da análise da medida de similaridade de distância Euclidiana. • Para diminuir a confusão entre as classes. o ponto central é avaliado quanto à freqüência das classes (temas). Por sua vez. 90% dos "pixels" são classificados como floresta. Na fase seguinte. • O algoritmo atribui classes a um determinado "pixel". por exemplo 13. O SPRING fornece ao usuário as opções de 5%. considerando a vizinhança interativamente. • No treinamento supervisionado. o que resulta em uma amostra confiável. quanto das classes atribuídas aos seus vizinhos. . • O peso varia de 1 a 7 e define o número de vezes que será considerada a freqüência do ponto central. indicando que esta deve ser eliminada. • O limiar varia também de 1 a 7 e é o valor de freqüência acima do qual o ponto central é modificado. o classificador MAXVER-ICM (Interated Conditional Modes) considera também a dependência espacial na classificação. eliminar pontos isolados. O "pixel" será incorporado ao agrupamento que apresenta a menor distância Euclidiana. • Em uma primeira fase. cada "pixel" será incorporado a um agrupamento. ou seja a classe atribuída depende tanto do valor observado nesse "pixel". considerando os valores de níveis digitais.• O valor fora da diagonal principal. De acordo com os valores de peso e limiar definidos pelo usuário. a imagem é classificada pelo algoritmo MAXVER atribuindo classes aos "pixels". leva-se em conta a informação contextual da imagem. Amostras Classes Floresta Cerrado Rio Desmatamento 1 90 5 5 0 2 50 50 0 0 3 87 0 0 10 • Os valores em porcentagem indicam que na amostra 1. que é dada por: d (x. aconselha-se a análise das amostras. Este processo é finalizado quando a % de mudança (porcentagem de "pixels" que são reclassificados) definida pelo usuário é satisfeita. O que é o classificador MAXVER-ICM? • Enquanto o classificador MAXVER associa classes considerando pontos individuais da imagem. em sua vizinhança. Este procedimento é repetido até que toda a imagem seja classificada. ou seja.3% da área da classe "rio" amostrada foi classificada como classe 1 (floresta). O que é pós-classificação? • Aplica-se este procedimento em uma imagem classificada. Na classificação.3 (classe linha 3 e coluna 1). Um valor 5% significa que a reatribuição de classes aos "pixels" é interrompida quando apenas 5% ou menos do total de "pixels" da imagem foi alterado. com o objetivo de uniformizar os temas. • Em uma janela de 3 x 3 "pixels". 1% e 0. O mesmo raciocínio deve ser adotado para os outros valores. O que é classificação por distância euclidiana? • O método de classificação por distância Euclidiana é um procedimento de classificação supervisionada que utiliza esta distância para associar um "pixel" a uma determinada classe. significa que 13. a amostra 2 apresentou uma confusão de 50% entre as classes floresta e cerrado.m2) 1/2 • • • • onde: x = "pixel" que está sendo testado m = média de um agrupamento N = número de bandas espectrais O classificador compara a distância Euclidiana do "pixel" à média de cada agrupamento. Gera-se um imagem classificada com aparência menos ruidosa.5% para valores de porcentagem de mudanças. Com isto.

contidos no elemento de cena. para a janela de uma imagem classificada será avaliado o "pixel" central pertencente à classe 2. uma representando a proporção de vegetação. rm = a m1x1 + am2 x2 + . denominada mistura. denominados componentes da mistura. Modelos de Mistura O que são modelos de mistura? • Problemas de mistura ocorrem em imagens de Sensoriamento Remoto devido à resolução espacial dos sensores que permitem que um elemento de cena (correspondente a um pixel da imagem) inclua mais de um tipo de cobertura do terreno. quatro vezes. • Geração de imagens sintéticas representando proporções de cada componente da mistura dentro dos pixels. O limiar igual a 3 fará com que o ponto central (de classe 2) seja atribuído à classe 5. maior o número de substituições que serão realizadas. de todos os objetos. + a2nxn + e2 . a classe 3 ocorre três vezes e a classe 5.• Por exemplo. a radiância detectada é a integração. Quanto menor o peso e menor o limiar. O modelo pode ser expresso como: r1 = a11 x1 + a12 x2 + .. 3 5 5 3 1 3 5 2 5 • Obtém-se a seguinte freqüência de classes: Classe Freqüência 1 1 2 3 3 3 5 4 • A tabela acima indica que a classe 1 ocorre uma vez.. Em uma área de reflorestamento pode-se gerar três bandas sintéticas. O que é um modelo linear de mistura? • Modelo no qual o valor do pixel em qualquer banda espectral é considerado como a combinação linear da resposta de cada componente dentro do pixel.. o número de bandas originais é reduzido para o número de componentes do modelo de mistura. Considera-se um peso e um limiar iguais a 3.. • O problema de mistura pode ser contornado por: • Substituição de métodos convencionais de classificação de imagens no cálculo de área total por tema (classe) em uma cena. Quando um sensor observa a cena.. cuja freqüência (4) é maior que o limiar definido. uma vez que as estimativas baseadas nestes métodos são prejudicadas pela mistura de classes nas fronteiras entre os diferentes alvos.. • A janela classificada com seus temas uniformizados torna-se: 3 5 5 3 1 3 5 5 5 • A definição de peso e limiar dependerá da experiência do usuário e das características da imagem classificada. A freqüência da classe 2 é considerada 3. outra de solo e a terceira de sombra em cada pixel da imagem. pelo fato do peso definido ser 3. + a2n xn + em isto é. • O SPRING utiliza o processo de geração de imagens para tratar o problema de mistura. como na fronteira entre pastagem e cultura. + a1n xn + e1 r2 = a21x1 + a22 x2 + ... isto é. .

(1) i = 1,..., m (número de bandas) j = 1, ..., n (número de componentes) n <= m onde:

• ri : reflectância espectral na iésima banda espectral de um pixel (i.e., valor do pixel na banda i,
convertido para valor de reflectância).

• aij : reflectância espectral conhecida do jésimo componente na iésima banda espectral. • xj : valor a ser estimado de proporção do jésimo componente dentro do pixel; e • ei : erro de estimação para a iésima banda espectral. • As estimativas dos xj estão sujeitas a seguintes restrições:

(2) 0 <= xj <= 1 (3) • Estas restrições são impostas pois os xj representam proporções de área dentro de um elemento de cena. No entanto, a restrição (3) é opcional, como será descrito nas próximas sessões. Como se obtém das assinaturas espectrais de componentes da mistura? • A escolha da assinatura espectral dos elementos considerados como componentes da mistura é crítica para a estimativa correta das proporções e podem ser obtidos de bibliotecas de curvas espectrais ou na própria imagem, através de pixels puros. Quando os valores da assinatura espectral são valores de reflectância de bibliotecas de curvas espectrais, deve-se converter a imagem original para valores de reflectância. Se os valores de assinatura espectral são obtidos na própria imagem não é necessário realizar a conversão. Como se estimam proporções? • Por seleção das proporções de modo que a combinação das assinaturas espectrais dos componentes seja a melhor aproximação do valor do pixel observado. Baseiam-se no critério dos Mínimos Quadrados, cujo objetivo é estimar as proporções xj minimizando a soma dos quadrados dos erros ei, sujeito a restrição dada pela equação (2) e, opcionalmente, sujeito à equação (3). Os seguintes métodos estão disponíveis: • Mínimos Quadrados com Restrições: o método mais simples e rápido, aplicável quando o número de componentes é igual a três. A restrição (3) pode ou não ser aplicada. • Mínimos Quadrados Ponderado: método mais geral, que busca a solução iterativamente, procurando atender as restrições (2) e (3). Opcionalmente, a restrição (3) pode não ser aplicada, tornando-se neste caso muito semelhante ao método abaixo. • Combinação entre Transformação de Principais Componentes e Mínimos Quadrados: este método diminui o número de equações no sistema aplicando uma transformação de principais componentes, seguida do método de estimação por Mínimos Quadrados. Apresenta como vantagem a rapidez computacional quando o número de componentes difere de três. No entanto, a restrição (3) não pode ser aplicada. • Os resultados obtidos por estes métodos são similares, portanto a escolha do método mais adequado deve basear-se no número de componentes da mistura e na decisão sobre a aplicação da restrição (3). Como se geram as bandas sintéticas de proporções? • Sobre as proporções xj obtidas, n (número de componentes) bandas de proporção são geradas. Os valores atribuídos aos pixels destas imagens dependem da aplicação ou não da restrição (3), como

descrito a seguir: • Modelo sujeito à restrição (3): os valores dos pixels nas n bandas são obtidos pela multiplicação das proporções xj em cada pixel pelo fator de escala 255. • Modelo não sujeito à restrição (3): os valores de proporção no intervalo zero a um, isto é, com significado físico, são escalonados para o intervalo 100 a 200. Pixels com valores de proporção negativos, recebem o valor 0. Pixels com valores de proporção maiores do que um, recebem o valor 255. O que são e como se calcula o erro médio e as imagens de erro?

• Os indicadores de erro auxiliam a análise da adequação do modelo de mistura a uma determinada
cena. Para cada pixel da imagem, após estimadas as proporções, é possível calcular o erro de estimação para cada banda. Para cada banda i, o termo de erro ei é dado por:

(4) • Tomando estes valores de erro por pixel, podem ser calculados o erro médio por banda e total. Adicionalmente, é possível gerar as denominadas imagens de erro, que apresentam a distribuição espacial dos erros. Os valores destas imagens são obtidos pela multiplicação do valor absoluto dos ei pelo fator de escala 255. Normalmente, os valores de erro são muito baixos, portanto sugere-se a aplicação de realce de contraste nestas imagens para facilitar a visualização da distribuição espacial dos erros. Como se podem utilizar os modelos de mistura? • Áreas florestais são formadas por três componentes: a copa das árvores, solo e sombra. A imagem formada pela proporção de sombra em cada pixel é indicadora de variações na estrutura da floresta, isto é, a proporção estimada de sombra indica variações na idade, tipo e forma das copas das árvores. • Método alternativo para técnicas convencionais de redução do espaço de atributos, tanto como entrada para métodos de classificação, como para fins de Interpretação Visual. Neste caso, o modelo de mistura apresenta como vantagem o fato de que as informações contidas nas imagens geradas representam conceitos físicos, isto é, as proporções dos componentes, mais facilmente assimiláveis do que a assinatura espectral dos alvos. Sistemas de Radar O que é radar? • O termo Radar ("Radio Detection And Ranging") tem sido utilizado de forma genérica para classificar os sistemas que operam na faixa de freqüência de microondas e foram utilizados inicialmente para fins militares durante a Segunda Guerra Mundial e posteriormente para fins civis a partir da década de 70. Por quê se utiliza radar? • Porque a região espectral de operação permite a alta transmissão das ondas eletromagnéticas na atmosfera independente da iluminação solar, mesmo quando a atmosfera se apresenta nublada ou durante precipitações, podendo assim gerar imagens sob as condições mais adversas. A transmissão das ondas eletromagnéticas por um meio é diretamente proporcional ao comprimento de onda, desta forma quanto menor a freqüência do radar maior será a sua penetração.

Percentual de transmissão através da atmosfera terrestre para uma porção do espectro eletromagnético. Fonte: Curlander et al. (1991), p.5. • A extensão da penetração depende da umidade, da densidade da vegetação, bem como do comprimento de onda. Assim comprimento de onda menores interagem com as camadas superficiais da vegetação e os comprimentos de onda mais longos com as camadas inferiores da vegetação, podendo em alguns casos, até mesmo interagir com o solo ou mesmo com o subsolo.

Penetração de sinais de Radar em vegetação. Fonte: Ulaby et al. (1981a), p.4. • Enquanto que na faixa do espectro ótico a interação ocorre a nível de ressonância molecular na superfície de contato, em microondas a resposta é condicionada a geometria e as profundidades das grandezas dielétricas da superfície.

ou se aumentava o comprimento da antena. • Monitoramento de degelo-inundações. • Estimativa de biomassa. • Avaliação do potencial dos recursos hídricos superficiais e subterrâneos. os espectrômetros e os altímetros. etc. Missões mais longas iniciaram-se com o lançamento do ALMAZ-1 em 1981. • Identificação.000). Quais sistemas de radar existem? • Os sistemas de radar podem ser agrupados em imageadores e não imageadores. resolve os problemas do SLAR. a NASA iniciou o Programa SIR ("Shuttle Imaging Radar"). A varredura de geração da imagem é produzida pelo próprio movimento da aeronave durante a passagem sobre a área a ser recoberta. ALMAZ-2 em 1991. e com base em seus dados. • Determinação de grandes classes de florestas. vazão. • Levantamento altimétrico (interferometria). Dentro deste programa foram lançados o SIR-A e o SIR-B em 1981 e 1984 e o SIR-C em 1994. permeabilidade. • Cartografia: • Levantamento planimétrico (escalas 1:20. ERS-1 em 1991 e JERS-1 em 1992. • Identificação. que consistiria de uma série de vôos de curta duração. ERS-2 em 1995 e o RADARSAT em 1995. • mapeamento de desflorestamento. • Identificação da ação de determinadas doenças. • A utilização de radar a nível orbital iniciou-se com o lançamento do SEASAT em 1978. • Identificação de áreas de corte seletivo. Quais aplicações em ciências ambientais são possíveis? • Geologia: • Análise de estruturas geológicas (fraturas.• A combinação por sua vez de imagens por microondas e do espectro ótico permite uma maior compreensão dos alvos por inferir diferentes propriedades dos mesmos. direção de fluxo. avaliação e monitorização de recursos hídricos e dos processos físicos do . mapeamento e fiscalização de culturas agrícolas. • O SLAR possui uma antena que ilumina lateralmente os alvos com um feixe que é amplo verticalmente e estreito horizontalmente. litotipos. • Meio Ambiente: • Planejamento e monitorização ambiental. ou se diminuía a distância entre o radar e o alvo. A utilização para uso civil iniciou-se na década de 70 . • Agricultura: • Planejamento e monitorização agrícola. • O Radar de Abertura Sintética (SAR). • Florestas: • Gerenciamento e planejamento de florestas. falhas. eficiência de sistemas de irrigação. • Interpretação de parâmetros hidrológicos: transmissividade. para se obter uma melhor resolução azimutal. e inversamente proporcional ao comprimento de onda da antena utilizada no imageamento. • Detecção de umidade do solo. Os imageadores compreendem os sistemas de antena rotatória. • Gelo e neve: • Mapeamento/classificação de gelo. geomorfologia (relevo e solos) e hidrografia para pesquisa de recursos minerais. • Identificação de áreas para prospeção mineral. desenvolvido na década de 50. Este radar apresenta o inconveniente de possuir a resolução azimutal diretamente proporcional à distância entre a antena e o alvo imageado. Desta forma. • Determinação relativa da umidade de solos. utilizando-se imagens de radar a bordo de aeronaves. os radares de visada lateral de abertura real (SLAR) e os radares de visada lateral de abertura sintética (SAR). dobras e foliações). • SLAR-RAR (Radares de Visada Lateral de Abertura Real) foram os primeiros sistemas imageadores por microondas. • Hidrologia: • Gerenciamento e planejamento dos recursos hídricos.000 a 1:50. os quais foram utilizados durante a II Guerra Mundial como auxiliares a bombardeiros noturnos. Entre os não imageadores destacam-se os escaterômetros. uma vez que a resolução azimutal deste sistema independe da distância entre o radar e o alvo. quando alguns programas foram realizados .

a uma altura H. • Identificação. deposição de resíduos. Como são geradas as imagens de radar? • A geometria básica de um sistema de imageamento por Radar de Abertura Sintética é mostrado abaixo. erosão. escorregamentos. planejamento. correntes. • Salinização de solos. Esta variação de freqüência é conhecida como largura de banda do pulso. apontando a antena lateralmente com um ângulo em relação ao nadir. análise e monitorização de riscos ambientais. • Detecção de barcos . monitoramento ("change detection"). utiliza-se como modelo o comportamento de um alvo pontual. até sua saída no instante .meio ambiente (assoreamentos. dessa maneira coleta-se . • Uso da Terra: • Planejamento do uso da terra. • Identificação e análise da degradação causadas por mineração. Geometria do sistema SAR • A medida que a plataforma se desloca o transmissor envia pulsos de largura Tp a intervalos regulares de T segundos. com uma variação de freqüência entre um valor mínimo e um valor máximo . Pulso transmitido • O pulso transmitido é modulado linearmente em freqüência (conhecido como "chirp"). • Classificação de solos. • Classificação do uso da terra. ação antrópica etc. Para entender melhor o que ocorre em um sistema de imageamento SAR. Nesse sistema. e determina a resolução na direção perpendicular ao vôo (range). • Espectro de ondas para modelos numéricos de previsão. A figura abaixo mostra o imageamento de um ponto P.pesca ilegal. • Mapeamento de topografia submarina (condições específicas). • Padrões de irrigação/déficit hídrico. desde a sua entrada até a saída do campo visual da antena. frentes de vento. etc). desde a sua entrada no campo visual da antena. • Poluição marinha causada por derrames de óleo e filmes. no instante . . • Oceanografia: • Monitorização do estado do mar. No intervalo de tempo o radar envia um certo número N de pulsos. • Apoio para estabelecimento de rotas marítimas. a plataforma (avião ou satélite) com o sensor SAR se desloca a uma velocidade V em relação ao solo. • Inventário.

Durante o intervalo a plataforma SAR se desloca V.6 . Esta técnica aumenta a relação sinal-ruído da imagem final. que é conhecido como o comprimento da "Abertura Sintética". • Processamento "Multi-Look" consiste em dividir a abertura sintética em visadas (looks). proporcional a raiz quadrada do número de "looks". Estas amostras são armazenadas em algum dispositivo de memória. ou seja: onde "nl" é igual ao número de "looks". geradas separadamente. metros. • O processamento "multi-look" provoca uma degradação na resolução em azimute. onde Uq e Ui são as componentes real e imaginária respectivamente. "looks"= 3. No passado esse processamento era feito por sistema ótico. • Os dados (ecos) adquiridos no sistema SAR necessitam de processamento para que seja gerada uma imagem correspondente a esses dados. quanto maiores. Com o desenvolvimento de computadores cada vez mais rápidos. Assume-se que as imagens de cada "look" sejam estatisticamente independentes entre si.N amostras do eco do ponto P nesse intervalo. sofre uma variação de freqüência devido a velocidade V da plataforma.Exemplo de "multi-look". BD. A figura mostra a representação do pixel no formato complexo. • As variações de freqüência Bp e BD influenciam diretamente nas resoluções de "range" e azimute respectivamente. no. A variação de freqüência no intervalo te até ts é conhecida como largura de banda Doppler. através de algoritmos apropriados. • A imagem final é composta pela média das imagens de cada "look". pouco flexível. para que seja possível o conhecimento da fase de cada pixel da imagem. • A resolução em azimute nesse caso torna-se "nl" vezes menor que a imagem de apenas um "look". foi possível gerar imagens SAR digitais mais precisas. Figura 5. Essa variação é conhecida como efeito Doppler. uma vez que as imagens de cada "look" possuem uma largura de banda menor que a largura total BD. diminuindo o efeito do ruído Speckle. A é o . Intervalo da abertura sintética • O eco recebido de dada pulso enviado. Como é o formato de uma imagem SAR? • As imagens geradas de 1 "look" são fornecidas no formato "complexo". menores são as resoluções. impreciso e caro.

objetivando uma melhoria na separabilidade entre os alvos da superfície. caracterizando o ruído Speckle. reduzindo a separabilidade entre os objetos da cena. fazendo aparecer variações súbitas na intensidade da imagem. • Existem dois métodos para se diminuir o ruído Speckle: a filtragem e o processamento "multi-look". • As imagens também podem ser representadas em Intensidade. Para esse tipo de imagens. preservar as bordas presentes na imagem e as informações de textura. existam um número muito grande de elementos difusores. O efeito visual deste ruído proporciona uma textura granulosa que pode dificultar a interpretação das imagens de radar. tais como os obtidos por microondas. Considera-se que em uma célula de resolução de uma cena imageada.módulo do número complexo representando a amplitude do pixel e a fase do pixel complexo. . Os filtros devem manter o valor médio do retorno do radar (backscatter). Célula de resolução e o "backscatter" resultante • Muitos filtros espaciais tem sido desenvolvidos para a redução do ruído Speckle e para o aumento da relação sinal-ruído. de tal forma que esses elementos podem interferir uns aos outros construtivamente e destrutivamente. As duas principais causas de distorções radiométricas que prejudicam a interpretação das imagens de radar são: o ruído "speckle" e o efeito do padrão da antena. ou seja: • As imagens de Intensidades são de detecção quadrática e necessitam em geral de 32 bits para a representação de cada pixel. aleatoriamente distribuídos. em geral se utiliza um representação de 16 ou 8 bits por pixel. • O ruído Speckle está sempre associado a sistemas de imageamento coerente. com a mínima perda de informação. bem como à geometria de iluminação. fazendo com que um pixel complexo necessite de 32 bits para sua representação. ou seja: • As imagens de Amplitude são também conhecidas como imagens detectadas linearmente. laser e ultra-sonografia. Em geral as componentes Uq e Ui são codificadas em 16 bits. Quais distorções radiométricas existem em imagens de radar? • O Speckle é um ruído multiplicativo proporcional a intensidade do sinal recebido. Representação do pixel no formato complexo • As imagens "multi-look" normalmente são representas em imagens de Amplitute. Quais distorções radiométricas existem em imagens de radar? • A qualidade radiométrica do dado SAR é afetada por fatores inerentes ao instrumento.

É tambem um filtro adaptativo e geral. • Filtro de Frost [Frost-1982]: é um filtro convolucional linear. utilizando: Filtro de média 5x5. e. Filtro de Lee fixo e Filtro de Kuan fixo (janela = 3). É um filtro linear porque realiza uma linearização por expansão em série de Taylor da multiplicação do sinal e o ruído em torno da média. "minimum mean square error". utilizando apenas os termos lineares. Neste filtro incorpora-se a dependência estatistica do sinal original. O filtro de Lee é um filtro adaptativo e geral. A diferença estre eles. Local. onde a estimação ponto a ponto é feita utilizando-se o filtro de Wiener. porque minimiza o erro médio quadrático através do filtro de Wiener (filtro baseado no critério de mínimo erro médio quadrático) . utilizando os seguintes filtros: Filtro de média 5x5. O procedimento é semelhante àquele de Lee. entretanto. 8 "looks") e as correspondentes imagens filtradas. 8 "looks") e as correspondentes imagens filtradas. • A Figura 5. o ruído e o sinal tornam-se independentes.-1982]: adota o modelo multiplicativo.9 mostra a imagem original (ERS-1.erro médio quadrático sobre o modelo multiplicativo do ruído. Filtro de Lee fixo e Filtro de Kuan fixo . Filtro de mediana. O resultado da linearização transforma o modelo multiplicativo do ruído em aditivo. consiste no fato de que no filtro de Kuan/Nathan não se realiza nenhuma aproximação. Filtro de mediana. porque utiliza estatísticas locais do pixel a ser filtrado. admitindo a não estacionaridade da média e da variância do sinal. derivado da minimização do Imagem original (ERS-1. finalmente. • Filtro de Kuan/Nathan [Kuan et al. uma vez que se supõe uma função de correlação espacial exponencial entre pixels. • Filtro de Lee [Lee-1981]: adota um modelo multiplicativo para o ruído e obedece o critério de "local linear minimum mean square error". ou seja. É um filtro adaptativo que preserva a estrutura de bordas. Filtro de Frost adaptadivo. Filtro de Frost adaptativo.

• O Padrão obtido através da média das colunas deve ser filtrado (ajustado) para que se obtenha somente as variações de baixa freqüência. Frost e de Média preservam o valor médio da imagem.(janela = 3). O primeiro método é o da média móvel. visando a correção do decaimento da potência. A Figura 5. P(j).11 apresenta. • Dois métodos podem ser utilizados na filtragem (ajuste). Para uma determinada aplicação. que consiste em multiplicar o valor do pixel sendo processado. mostraram que os filtros de Lee. O filtro de Frost apresentou a máxima preservação de textura e uma menor perda de informação. permanecendo alguma variação residual.j). implicando em uma grande perda de informação (perda de resolução). a correção não é perfeita. apresentam uma considerável redução no desvio padrão. • Esse problema é mais acentuado em imagens adquiridas por avião. A média das colunas devem ser tomadas em regiões (janelas) tão homogêneas quanto possíveis. • Após a filtragem do Padrão. • O algoritmo para correção do padrão de antena consiste em gerar um Padrão através da média das colunas da imagem. que consiste em filtrar o Padrão através de um filtro de média. . Média e Mediana. Kuan. por um fator dado pela razão entre o valor médio do Padrão. pois a razão entre o Rmin (inicio da faixa imageada) e Rmax (fim da faixa) é bem menor em relação das imagens adquiridas por satélites. V(i. • Medidas quantitativas realizadas nos filtros testados. mecânicas ou elétrica. onde a razão é praticamente 1. Devido a imperfeição no sistema STC ou outras perturbações da eletrônica do radar (variação do ganho do amplificador durante o tempo de aquisição do eco). • Relação sinal-ruído e mínima perda de resolução . O segundo método é o ajuste por polinômio.Filtro de Média. onde o grau do polinômio é selecionado através da interface. ou seja: onde j é o índice de coluna da imagem (direção de "range"). a imagem pode ser corrigida. Os filtros não específicos para ruído Speckle. Um dos métodos de correção é o multiplicativo. onde o número de pontos da média é definido pelo tamanho da janela da interface.Filtro de Frost. que decai com no caso das imagens SAR. se o fator mais importante for: • Relação sinal-ruído .Filtro de Frost. onde R é a distância entre a antena e um dado ponto na imagem. Variação do "range" para aeronave e satélite • Esta perda de potência é corrigida no instante da aquisição de cada pulso. • Mínima perda de resolução . O que é e como corrigir o efeito do padrão de antena? • As variações de baixa freqüência no brilho das imagens na direção de "range" são causados pela perda de potência relacionada com a geometria de visada lateral. • A utilização de um determinado filtro é dependente da aplicação desejada. através do STC (Sensitivity Time Control) . P e o valor do Padrão ajustado. Deve-se garantir que exista a média em toda a direção de "range".

Este efeito é sempre mais intenso quando se tem ângulos de incidência pequenos. Padrão original com flutuações de alta freqüência e ajustado (polinômio de grau 8) para retirar as flutuações. como é o caso de sistemas orbitais em geral. causando inversão do terreno. com as partes altas mapeadas como baixas e vice-versa. . inversão (layover) e sombra. • O "layover" acontece quando o topo de um alvo é imageado antes da base. Quais distorções geométricas estão presentes em imagens de radar? • As distorções geométricas são induzidas pela variação da elevação na superfície ou pela mudança de atitude da plataforma (velocidade. A variação da elevação na superfície resulta em distorções conhecidas como encurtamento de rampa (foreshortening). e a corrigida (b).(a) (b) Imagem original (a) (imagem do sistema SAR-580 do Rio Tapajós obtida durante a missão SAREX1992). direção e altitude).

Neste caso as encostas voltadas para o nadir apresentam-se mais curtas.Imagem com efeito "layover". • O "foreshortening" ocorre quando a área imageada possui relevo pronunciado. A conversão da imagem da projeção inclinada para a projeção no solo é chamada de conversão "slant to ground range". • A imagem "slant" (na projeção inclinada) esta relacionada com o modo de aquisição em radares de . caracterizado pelas faixas de cor branca. quanto mais próximo os pixels da imagem estiverem do nadir. O que é a conversão Slant to Ground Range? • É necessária devido a visada lateral do radar. pois necessitam da informação do Modelo Numérico de Terreno (MNT). mais comprimidos estes serão. A visada lateral faz com que a imagem obtida tenha uma projeção inclinada em relação ao solo provocando uma compressão da imagem. • As correções destes efeitos requerem processamento adicionais. Esta compressão varia ao longo da faixa imageada.

distância mínima (distância entre o sensor e o primeiro pixel). • Outra informação que deve ser considerada é a posição do imageamento do lado esquerdo ou direito. GR. • Para reamostrar a imagem inclinada a fim de se obter uma amostragem uniforme no solo.interpola através de uma parábola. Imagem em "Slant" e "Ground Range" • A imagem formada é chamada de "inclinada" ou em "slant range". Para que a imagem possa ser registrada e geocodificada. as amostras no chão devem ser igualmente espaçadas. este interpolador preserva as estatísticas da imagem. Caso não estejam. • A conversão consiste em projetar as amostras (pixels) no chão e depois reamostrá-las com um espaçamento uniforme. Qualquer um dos três últimos parâmetros é suficiente para a conversão. tempo mínimo (tempo registrado entre o sensor e o primeiro pixel). Essa imagem possui uma distorção geométrica. • Linear . pois as amostras SR igualmente espaçadas na faixa imageada não são igualmente espaçados no chão.interpola através de uma reta. depende do ângulo . Amostragem do eco recebido a intervalos Ta • O processo de amostragem faz com que a informação contida em cada intervalo Ta.visada lateral. para tanto necessita-se converter a imagem de "slant" para "ground range". podem ser utilizadas três tipos de interpoladores. Estes parâmetros em geral estão presentes no cabeçalho da imagem selecionada. e em "ground range". ou seja: • Vizinho mais próximo . • Cúbico . de incidência . que pode ser identificado através de sombras na imagem provocada pela visada lateral do SAR. não tenha a mesma área para as amostras situadas no "range" próximo em relação as do "range" distante. devem-se preencher os campos da altura e da distância inclinada mínima ou do ângulo de incidência mínimo ou do tempo mínimo. da seguinte forma: . devido a variação do ângulo de incidência . . Para se fazer a conversão são utilizados parâmetros referentes a geometria do SAR como a altura do vôo. • A relação entre a resolução em "slant range".Este interpolador deve ser usado quando se deseja manter os valores dos níveis de cinza da imagem sem gerar valores intermediários.

com isso."range" próximo. sombra e encurtamento. Por exemplo. A Figura 5. Imagens obtidas por plataformas aerotransportadas. existindo apenas o problema de sombra se a região for montanhosa. representados por áreas homogêneas com limites definidos (polígonos). Nesse tipo de imagem o ângulo de incidência é alto devido a baixa altitude da plataforma. • Associado a uma categoria do modelo temático. o efeito "layover" praticamente não existe.• A conversão ideal é aquela que leva em conta o modelo numérico do terreno (MNT). de regiões não montanhosas.17 mostra uma imagem em "slant range" (a) do Rio Tapajós obtida pelo sistema SAR-580 durante a missão SAREX (1992). esta mais comprimido que a da imagem (b). são em geral convertidas para "ground range" supondo-se a terra plana. e sua correspondente em "ground range" (b). cada posição do espaço está associado a um tipo específico de solo. Estruturas de Dados Estrutura Vetorial Quais tipos de dados são representados por estruturas vetoriais? • Mapa temático: • Contém regiões geograficamente definidas por um ou mais polígonos como os cartografados em mapas de uso do solo e de vegetação. devido a amostragem não uniforme do terreno. esta mais comprimido que a da imagem (b). e sua correspondente em "ground range" (b). (a) ("range" distante) -------------------. nem sempre o MNT correspondente a imagem é disponível. onde o processo de modelagem espacial é definido por geocampos. devido a amostragem não uniforme do terreno."range" próximo. • Em geral. possibilitando a correção das distorções provocada pelos efeitos de inversão (layover). • Nota-se que o lado direito da imagem (a). Cada área de um geocampo está associada a um e somente um valor de variável espacial representada. ou a partir de levantamentos de campo e posteriormente inseridos no sistema por digitalização ou a partir da classificação automática de imagens. Nota-se que o lado direito da imagem (a).("range" próximo) (b) Imagem em "slant range" (a) do Rio Tapajós obtida pelo sistema SAR-580 durante a missão SAREX (1992). em um mapa de solo. As informações qualitativas são sobre um único tema obtidos. .

Os objetos têm existência independente de sua representação num mapa e são usualmente criados a partir de seus atributos e só depois localizados no espaço. com arcos que se conectam entre si através de nós (ponto inicial e final) ou Grade Triangular (TIN). Cada objeto geográfico do mapa de rede (ex. • Redes de drenagem (bacias hidrográficas). indicam o sentido de fluxo enquanto os atributos dos nós indicam a impedância (custo de percorrimento). • Mapa de Rede: • Mapa que utiliza a topologia arco-nó e armazena a localização e a simbologia associadas à estruturas linearmente conectadas. As linhas de transmissão serão representadas topologicamente como os arcos de um grafo orientado. IPTU. tem-se um atributo Z. • Este mapa deverá estar associado a categoria do modelo e similarmente ao modelo cadastral. A representação matricial é do tipo grande retangular. Na representação vetorial a topologia pode ser do tipo arco-nó. na qual uma área é dividida em células de tamanho fixo e cada célula tem o valor as superfície. a cada ponto do espaço. Por exemplo. A topologia de redes constitui um grafo. que tem entre os componentes: postes. que pode ser a cota altimétrica ou outro parâmetro qualquer). • Associado a categoria do modelo cadastral. Os atributos de arcos. o pico de uma montanha ou um ponto cotado (quando este além das coordenadas XY. . tamanho e dimensão. Por exemplo. Quais os elementos básicos da estrutura vetorial? • Pontos. que podem ter atributos próprios. é utilizada para representar a localização de um fenômeno geográfico. • Definido para toda entidade geográfica que pode ser localizada por um par de coordenadas xy. transformadores. com topologia arco-nó e podem conter atributos. cano de água) possui uma localização geográfica exata e está sempre associado a atributos descritivos. cabo telefônico. presentes no banco de dados. Pode ser associado à informações referentes à: • Serviço de utilidade pública. Exemplos: localização de uma cidade. um valor real. transformador de rede elétrica. a classe de objeto de um mapa cadastral indicada por hospital pode estar especializada em hospital público e hospital privado e os atributos da classe hospital são herdados pela subclasses hospital público e hospital privado. Para citar um exemplo. estando as demais informações concentradas em seus nós. • De forma similar ao mapa temático. • Rodovias. onde os arcos se conectam através de pontos formando uma malha triangular. etc. ou para representar uma feição do mapa que é muito pequena para ser mostrada como uma área ou linha. uma pista de pouso. • Modelos Numéricos de Terreno: • Representação matemática da distribuição espacial de uma determinada característica vinculada a uma superfície real. os lotes de uma cidade são elementos do espaço geográfico que possuem atributos (dono. onde o processo de modelagem espacial é definido por objetos geográficos. o processo de modelagem espacial é definido por objetos geográficos rede. localização. • As informações gráficas de redes são armazenadas em coordenadas vetoriais. linhas e áreas (ou polígonos) são os elementos que permitem a estrutura vetorial O que é ponto? representar os dados da forma mais precisa uma vez que suas coordenadas geográficas estão em um espaço contínuo e possibilitam descrição exata de posição. que armazena informações sobre recursos que fluem entre localizações geográficas distintas. assim para uma dada área geográfica .) e que podem ter representações gráficas em mapas de escalas distintas. um geocampo numérico associa. tome-se uma rede elétrica . • Associado a uma categoria do modelo numérico. água. onde o processo de modelagem espacial é definido por geocampos. luz e telefone. linhas de transmissão e chaves. subestações.• Mapa Cadastral: • Distingue-se de um mapa temático por não possuir temas e considerar seus elementos como objetos geográficos que possuem atributos e podem estar representados em vários mapas de diferentes escalas e projeções. no mapa cadastral a representação dos dados usualmente se apresentam na forma vetorial e utiliza a topologia arco-nó-polígono para armazenamento dos dados. • Uma mapa de MNT pode ser armazenado na forma vetorial ou matricial.

O que são representações vetoriais? • Os três elementos básicos são traduzidos em objetos geográficos com representações conhecidas como Nós. Arcos. • Quando uma linha passa a ter um atributo Z qualquer. Exemplos: . formando segmentos de linhas que fecham uma área e freqüentemente representam-se elementos de área por polígonos. O que é arco? • Conjunto de pontos interligados por segmentos de reta que começa e termina em um nó. linha de costa de um continente. linhas poligonais. Dependendo dos objetos geográficos que serão representados nos mapas. Pontos. uma linha de contorno ou um limite administrativo. é chamada de isolinha. Exemplos: um rio. um lago. polígonos ou ilhas. uma rodovia. Ao longo de uma isolinha todos os pontos têm o mesmo valor de Z. uma área desmatada. os pontos correspondem à arcos. nós. Ilhas. Exemplos: extensão geográfica de uma cidade. Isolinhas. além das coordenadas XY dos pontos que a constitui.y). Linhas poligonais e Polígonos. O que são áreas? • Definidas como série de coordenadas (x.O que é linha? • Definida por no mínimo dois pares de coordenadas xy (dois pontos) é utilizada para representar feições do mapa que são muito estreitas para serem mostradas como área ou que teoricamente não têm espessura.

estradas. desde que a interseção das linhas seja delimitada pela presença de um nó. é formado por um conjunto de pontos interligados por segmentos de reta que começam e terminam em um nó. Dois polígonos adjacentes podem compartilhar o mesmo arco. e então não há necessidade de se introduzir um nó. O que é uma linha poligonal? • Ou polígono aberto. O que é isolinha? • Uma linha poligonal em que é atribuído um único valor Z. apenas um nó define o ponto inicial e final do polígono. rios. O que é uma ilha? • Tipo especial de polígono delimitado por um único arco. Um nó é um tipo especial de ponto que tem por objetivo definir o ponto de interseção de dois ou mais arcos. . Utilizada para modelar feições lineares como linhas que representam fraturas geológicas. e outros elementos geográficos que possam ser observados como feições lineares. uma vez que não há polígonos adjacentes.• Arcos são usados para modelar as fronteiras dos polígonos delimitando objetos que definem • áreas. Ao contrário de um arco uma linha poligonal não define uma área (polígono). • A linha poligonal é utilizada quando o ponto de interseção das linhas não deve ser modelada.

introduzindo ponto-a-ponto.uma superfície plana.y) de um ponto na superfície da mesa. através de botões. Como se efetua a digitalização via mesa? • A mesa digitalizadora é constituída basicamente de duas partes: • . para o computador. O que é digitalização? • A digitalização é um processo que permite converter dados espaciais do meio analógico para o digital permitindo a realização das operações típicas de análise espacial. A definição da topologia explicita os relacionamentos espaciais entre os objetos através de um processo matemático. mesma que outras a cruzem. Com topologia manual nós ou quebras de linha devem ser explicitados pelo operador. • A digitalização pode ser realizada através de diferentes instrumentos. como por exemplo proximidade e vizinhança. sendo ideal para digitalizar polígonos. sensível eletronicamente. A digitalização das linhas pode ser por passo. ou ainda de um segmento de um rede. que envia as coordenadas (x. • O mouse da mesa digitalizadora tem a função de adquirir as coordenadas xy. ou em modo contínuo. um nó é automaticamente definido. Uma vez definida a topologia. • A topologia pode ser definida automaticamente durante a digitalização se. ao digitalizar uma linha. onde se coloca o mapa ou o gráfico a ser digitalizado. cada vez que um arco intercepta outro. • A definição da topologia para um dado de modelo temático ou cadastral.O que é topologia? • Definida como a parte da matemática que estuda as propriedades geométricas que não variam mediante uma deformação. as linhas que são compartilhadas por diferentes polígonos e as vizinhanças e circunscrividade entre eles. nós e identificadores que os compõem. resulta na criação dos polígonos armazenando as informações das linhas. sendo indicado para digitalizar linhas que devem permanecer íntegros. dispositivos imageadores por varredura ou monitor de vídeo (tela). seguindo a feição com freqüência de pontos a serem adquiridos definida através de um Fator de Digitalização. ou a um objeto do mapa cadastral. Assim. • Fator de Digitalização corresponde ao intervalo entre os pontos da linha a ser digitada.um "mouse". para então constitur polígonos. um nó é inserido automaticamente quando intercepta outra linha ou termina a própria. um fator de digitalização menor que este valor estará fora do próprio limite de precisão do mapa. cada polígono poderá então ser associado a uma classe temática. O fator é dado normalmente em mm na escala do mapa que está sendo editado e deve ser considerado o fato de a precisão cartográfica de mapas é da ordem de 0. corrigir ou ajustar os nós. que serão relacionadas às coordenadas geográficas. como por exemplo mesa digitalizadora (o mais usual). Em geral as seguintes operações estão disponíveis: . especificamente o relacionamento espacial entre os objetos.3mm da escala do mapa. • Caso a definição de topologia seja automática. Formas e coordenadas dos objetos são menos importantes que os elementos do modelo topológico como conectividade. Como é efetuada a edição de dados vetoriais? • O processo de edição de vetores consiste inicialmente em digitalizar linhas. • . contiguidade e continência. que desempenham funções específicas para cada objetivo.

Quais erros ocorrem com uso de topologia manual? • Usuário não definiu um nó . • O botão adjust do mouse do cursor marca o fim de uma linha. Alguns erros podem ser evitados e outros provocados a partir da escolha da topologia manual ou automática. o erro relativo à digitalização de linhas retas é muito menor que o resultante da digitalização de curvas complexas. . uma • • pequena linha após o cruzamento poderá ficar residente e deverá ser eliminada manualmente (opção eliminar linhas). inserindo nós.• Adquirir pontos. as linhas podem se sobrepor ou deixar uma lacuna entre elas. toda linha que intercepta outra linha deve ter associado um nó notificando o ponto de interseção. Conseqüentemente.em um polígono.como não há nós inseridos o erro será apenas detectado na geração de polígonos. utilizando os botões do mouse do cursor: • O botão select do mouse do cursor seleciona e edita linhas ou seleciona. edita e move pontos. podendo ser classificados quanto a estes procedimentos.como a linha será automaticamente quebrada. utilizando-se o mouse do cursor para a definição dos objetos geográficos. no entanto fatores muito • pequenos produzem linhas com excesso de pontos. Usuário não definiu corretamente limites entre polígonos: na digitalização. Quais erros ocorrem com uso de topologia automática? • Usuário ultrapassa o limite de interseção . • O botão "adjust" para término de uma linha. Neste caso deve-se inserir um ponto na linha que interceptada e transformá-la em nó para que se possa as juntar linhas. Como se efetua a digitalização via tela? • Linhas ou pontos do mapa podem ser digitalizados na própria tela. Sobreposição . • Finalizar a digitalização manual dos dados. • Usuário não fez a sobreposição dos nós: na digitalização o polígono fica aberto. aproximando-os ou juntando as linhas. Pode ser necessária a edição manual destes nós. • A definição coerente do Fator de Digitalização pode minimizar este erro. ou seja. edita pontos e linhas com o botão "select" (botão 1) do mouse do cursor. ou uma linha não alcança ou ultrapassa o ponto de interseção. Quais erros estão associados à digitalização de vetores? • Digitalização de número de pontos insuficientes: a representação do formato de curvas depende do número de vértices utilizados.

Como é a estrutura matricial? • Define-se o formato matricial ou varredura (ou ainda "raster") como um conjunto de celas localizadas em coordenadas contíguas.000 e menores) Formato varredura Como se efetua a conversão do formato vetorial para o matricial? • A conversão gera uma imagem em formato varredura (ou "raster") a partir de dados representados vetorialmente. . • Usuário não definiu corretamente limites entre polígonos: na digitalização.este erro não tem como ser detectado estando relacionado com a acuidade do operador durante a digitalização. A representação varredura por sua vez é mais adequada para fenômenos e grandezas que variam continuamente no espaço. • A representação vetorial é a mais adequada para identificar objetos. como por exemplo de 0 a 255 para imagens em 8 bits. Os valores de cada "pixel" estão limitados num certo intervalo numérico. Esta perda pode ser compensada pelo fato de que as operações de análise geográfica no domínio varredura serem mais eficientes. implementadas como uma matriz 2D. Formato vetorial Vantagens Mapa representado na resolução original Associar atributos a elementos gráficos Relacionamentos topológicos Adequado para grandes escalas (1:25. individualizáveis no terreno. Lacuna . onde se requer precisão. Dois casos devem ser analisados: o elemento linear e o polígono. Quais são as vantagens e as desvantagens das estruturas vetorial e matricial? • As representações matricial (ou varredura) e vetorial não são exatamente equivalentes para um mesmo dado havendo perda de precisão na transformação do formato vetorial para o formato de varredura. Usuário não fez a sobreposição dos nós: na digitalização o polígono fica aberto.• • devendo-se então corrigi-lo através da edição manual. Cada célula é referenciada por índices de linha e coluna e contém um número representando o tipo ou o valor do atributo mapeado. as linhas podem se sobrepor ou deixar uma lacuna entre elas.000 e maiores) Problemas Não representa fenômenos com variação contínua no espaço Simulação e modelagem é mais difícil Difícil associar atributos Possível perda de resolução Espaço de armazenamento utilizado Representa fenômenos variantes no espaço Simulação e modelagem mais fáceis Análise geográfica rápida Adequado para pequenas escalas (1:50. uma vez que bordas contínuas são discretizadas de acordo com a resolução da imagem de saída. ou números associados à classes no caso de uma imagem temática. ou uma linha não alcança (ou ultrapassa) o ponto de interseção.

e conectividade entre arcos) são construídos. tais como vizinhança e pertinência entre polígonos. Durante a conversão da imagem para o formato binário. a seguir. • As fronteiras são construídas entre os pixels: se a imagem original tem tamanho nxn. o valor de classe do polígono. associando ao pixel. maior a fidelidade da imagem convertida. o algoritmo gera uma imagem binária contendo apenas as fronteiras entre os objetos presentes. Quanto menor o tamanho da célula ("pixel"). • A conversão da representação vetorial para a varredura introduz distorções na geometria original dos dados. • Para elementos poligonais define-se a área a ser convertida e o tamanho do pixel. Estas distorções aumentam com o tamanho do pixel e com a complexidade das fronteiras entre polígonos. onde n é o número de linhas e o número de colunas. detectam-se também os nós e. A cada pixel é associada uma classe. definindo uma grade que é sobreposta ao mapa de polígono original. Pixels localizados sobre uma fronteira (pixels mistos) serão mapeados para a classe do polígono mais próximo. Essa conversão identifica os elementos da matriz que cruzam a linha e codifica-os com atributos ou valores de classe associados à linha. os polígonos e as relações espaciais (vizinhança e pertinência entre polígonos. • A partir da imagem original. a imagem binária terá tamanho (2n + 1) x (2n + 1). característico da representação por varredura. Análise Geográfica .• A conversão para um elemento linear pode ser esquematizada sobrepondo-se este a uma matriz varredura. os contornos dos objetos são extraídos (vetorizados) da imagem binária e suavizados para amenizar o "efeito de escada". considerando o centro do pixel e verificando em qual polígono este se encontra. e conectividade entre arcos. Como se efetua a conversão do formato matricial para o vetorial? • A conversão da representação varredura para a vetorial deve extrair os contornos dos objetos e as relações espaciais entre eles. • Finalmente.

? Onde está.Mapa de Londres com casos de cólera (pontos) e poços de água (cruzes) (adaptado de E. seus aspectos ou parâmetros..? Exemplo Qual a população desta cidade ? Quais as áreas com declividade acima de 20%? Esta terra era produtiva há 5 anos atrás ? Qual o melhor caminho para o metrô ? Qual a distribuição da dengue em Fortaleza? O que acontece se.. o Dr. John Snow teve um "estalo": colocar no mapa da cidade a localização dos doentes de cólera e os poços de água (naquele tempo.. Figura . a fonte principal de água dos habitantes da cidade). O aspecto mais fundamental dos dados tratados em um SIG é a natureza dual da informação: um dado geográfico possui uma localização geográfica (expressa como coordenadas em um mapa) e atributos descritivos (que podem ser representados num banco de dados convencional).? O que mudou. doença sobre a qual na época não se conhecia a forma de contaminação. onde a população estava sofrendo uma grave epidemia de cólera.. Snow percebeu que a maioria dos casos estava concentrada em torno do poço da "Broad Street" e ordenou a sua lacração. Com a espacialização dos dados. o Dr.. Tufte. EXEMPLOS DE ANÁLISE ESPACIAL Análise Condição Localização Tendência Roteamento Padrões Modelos Pergunta Geral O que está... ao diferenciar o Geoprocessamento de tecnologias como Cartografia Automatizada e Projeto Auxiliado por Computador. O que distingue um SIG de outros tipos de sistemas de informação são aquelas funções que possibilitam a realização de análises espaciais (geográficas). ? Qual o padrão. Outro aspecto muito importante é que os dados geográficos não existem sozinhos no espaço: tão importante quanto localizá-los é descobrir e representar as relações entre os diversos dados.. buscando fazer simulações (modelos) sobre os fenômenos do mundo real.As operações de consulta e manipulação de dados geográficos constituem a essência de um SIG.. o que contribuiu em muito para debelar a . Numa situação aonde já haviam ocorrido mais de 500 mortes..? Por onde ir. Alguns exemplos dos processos de análise espacial típicos de um SIG estão apresentados na tabela abaixo.. Tais funções utilizam os atributos espaciais e não espaciais das entidades gráficas armazenadas na base de dados espaciais. O mapa obtido está mostrado na figura abaixo.? Qual o impacto no clima se desmatarmos a Amazônia ? Um exemplo concreto sobre análise espacial realizado em 1854 na cidade de Londres. 1983).

000 habitantes". A geração de um mapa de distâncias a partir de um ou mais geoobjetos para produzir um modelo de terreno com os valores das distâncias aos pontos selecionados é um exemplo. podemos encarar o processo de manipulação de dados num sistema de informação geográfica como uma forma de produzir diferentes hipóteses sobre o tema de estudo. • Avaliação de alternativas: cada alternativa de resposta é avaliada. • Seleção de alternativas: as possíveis soluções são ordenadas. Este caso forneceu evidência empírica para a hipótese (depois comprovada) de que o cólera é transmitido por ingestão de água contaminada. cujo fundamento será satisfazer um nível pre-estabelecido de aspirações. selecionando-se a mais desejável ou agurpando-se as melhores para uma avaliação posterior. Como o SIG oferece uma grande quantidade de funções de Álgebra de Mapas. pode-se dividir as operações de análise espacial em três grandes grupos: • Manipulação de geo-campos: também chamadas de álgebra de mapas. podemos citar as operações booleanas sobre mapas temáticos. O modelo racional de tomada de decisão preconiza quatro passos que devem ser seguidos para uma escolha apropriada: • Definição do problema: formular o problema como uma necessidade de chegar a um novo estado. Neste contexto. Conversão entre geo-campos e geo-objetos: esta classe de operações realiza a transformação entre geo-campos e geo-objetos. Consulta a geo-objetos: estas operações permitem a recuperação de geo-objetos que satisfazem as restrições (espaciais ou convencionais). como fazer para determinar a . caso em que a informação final deve ser deduzida e compilada a partir de levantamentos básicos. baseado em critérios objetivos de julgamento. Como exemplo. O conceito fundamental dos vários modelos de tomada de decisão é o de racionalidade. O mapa do Dr.Processo Analítico Hierárquico Quando temos diferentes fatores que contribuem para a nossa decisão. é muito útil dispor de ferramentas de suporte à decisão. O SPRING dispõe de uma ferramenta de apoio à tomada de decisões em Geoprocessamento. Suporte à Decisão . imagens e modelos numéricos de terreno. Com base nesta visão. A Técnica AHP . Esta é uma situação típica aonde a relação espacial entre os dados muito dificilmente seria inferida pela simples listagem dos casos de cólera e dos poços. operam sobre mapas • • temáticos. Também é muito relevante em estudos sócioeconômicos. Como exemplo. baseada na técnica AHP ("Processo Analítico Hierárquico").Conceitos Básicos Decidir é escolher entre alternativas. indivíduos e organizações seguem um comportamento de escolha entre alternativas. Tal capacidade é fundamental para aplicações como ordenamento territorial e estudos de impacto ambiental. • Busca de alternativas: estabelecer as diferentes alternativas (aqui consideradas como as diferentes possíveis soluções do problema) e determinar um critério de avaliação. tome-se a consulta "recupere todos os terrenos vizinhos da casa da Dinda" ou "indique todas as cidades da Bahia com mais de 50. Numa visão geral. que nos ajudam a organizar e estabelecer um modelo racional de combinação de dados. Qual o grande desafio da produção de novas informações em um SIG ? A capacidade de comparar e avaliar as diferentes possibilidades de geração de novos mapas. nem sempre é facil escolher qual a forma de combinação de dados mais adequada para nossos propósitos.epidemia. Snow passou para a História como um dos primeiros exemplos que ilustra bem o poder explicativo da análise espacial. quando desejamos estabelecer indicadores que permitam uma visão quantitativa da informação espacial. Geoprocessamento e Suporte à Decisão Introdução Um dos aspectos mais importantes do uso das geotecnologias é o potencial dos SIGs em produzir novas informações a partir de um banco de dados geográficos. De acordo com este princípio.

Obtemos . que indicam os diferentes compromissos de tomada de decisão (maior ênfase em proteção ambiental ou em minimizar o custo econômico). obteremos uma superfície de decisão. O que representa este resultado ? Uma visão contínua da variação da nova grandeza (seja ela adequação a plantio.interpretação ou classificação digital de imagens de satélite). Esta técnica utiliza o computador como mera ferramenta automatizada de desenho. e um critério de importância relativa é atribuído ao relacionamento entre estes fatores. para estabelecer uma política de ocupação. da carta geotécnica. risco de 10%. prospecção mineral. Valores intermediários entre julgamentos . Neste procedimento.4. áreas com declividade igual a 9. e o tipo de terreno é inadequado”). Ao invés de um mapa temático com limites rígidos gerados pelas operações booleanas. A transposição deste metodologia analógica para o ambiente de SIG requer o uso de operações booleanas (OU. o uso do formato matricial (“raster”). não importando as demais condições. vamos supor que dispomos de um mapa topográfico.um fator é ligeiramente mais importante que o outro Importância essencial . E.1] e processados por combinação numérica. Tome-se. através de média ponderada ou inferência “fuzzy”. por exemplo. sob forma de uma grade numérica. como zoneamento.9% serão classificadas diferentemente de regiões com inclinação de 10.os dois fatores contribuem igualmente para o objetivo Importância moderada . um valor que representa a grandeza em estudo. numa gradação de 0% a 100%. O procedimento tradicional de análise baseia-se no princípio de “interseção de conjuntos espaciais de mesma ordem de grandeza” (Yves Lacoste) e está baseada em condicionantes (“risco máximo ocorre em áreas cuja declividade é maior que 10%. Qual a grande vantagem desta situação? Ela nos permite construir cenários (por exemplo. associada a mapas de risco de desmoronamento e impacto ambiental. conforme uma escala pré-definida (veja tabela). uma técnica de escolha baseada na lógica da comparação pareada. Por exemplo. Este problema ocorre em grande número de aplicações. mais adequado a uma representação contínua do espaço.A evidência que diferencia os fatores é da maior ordem possível. 20% ou 40%). os diferentes fatores que influenciam a tomada de decisão são comparados dois-a-dois. Mapas são dados e não desenhos.um fator é claramente mais importante que o outro Importância demonstrada .6.contribuição relativa de cada um ? Para abordar este problema. ignorando todo o potencial de processamento numérico do SIG. na maior parte dos casos. é possivel determinar um conjunto ótimo de pesos que podem ser utilizados para a combinação dos diferentes mapas. a análise espacial em SIG será muito melhor realizada com uso da técnica de classificação contínua: os dados são transformados para o espaço de referência [0. para cada localização.Um fator é fortemente favorecido e sua maior relevância foi demonstrada na prática Importância extrema . em 1978. Thomas Saaty propõs.possibilidade de compromissos adicionais A partir do estabelecimento de critérios de comparação para cada combinação de fatores.8 Definição e Explicação Importância igual .. o risco de desmoronamento. um estudo de preservação ambiental em áreas de encosta. Tratar mapas como dados significa dar forma numérica ao espaço ao associar. e seleção de áreas para um novo empreendimento comercial. indicador de mineralizações ou susceptibilidade ambiental). e gera descontinuidades inexistentes no dado original. não são áreas de preservação ambiental. e de um mapa de uso e ocupação do solo (obtido a partir de foto. o resultado será uma grade numérica que indica. NÃO) para expressar as diferentes condições. requer ainda. Para tanto. Escala de Valores AHP para Comparação Pareada Intensidade de importância 1 3 5 7 9 2. No caso em apreço.1%. No exemplo citado. a cada localização. Suporte à Decisão em Geoprocessamento Consideramos uma das situações mais comuns em SIG: classificar o espaço em áreas mais ou menos adequadas para uma finalidade.

Cada geo-objeto e geo-campo recebe um identificador único ("geoid") mantido automaticamente pelo sistema. O banco de dados geográfico é o repositório de dados de um SIG. no qual os componentes espacial e descritivo do objeto geográfico são armazenados separadamente. intersecção e produto cartesiano. • O modelo relacional é útil para lidar com os problemas de bancos de dados para aplicações administrativas e comerciais sendo a tecnologia mais difundida na área. IPTU>. armazenando e recuperando dados geográficos em diferentes geometrias (imagens. que em uma visão intuitiva. Consulta ao Banco de Dados O que é um bancos de dados relacional? • Parte da noção matemática de relação. Estão disponíveis os seguintes sistemas gerenciadores de bancos de dados: • CODEBASE: gerenciador compatível com o DBASE IV. dono. seleção. através do uso do SGDB correspondente. O que é o modelo de dados geo-relacional? • Forma usual de ligação entre um sistema de informação geográfica e um sistema gerenciador de banco de dados (SGBD) relacional. SGBD relacional de mercado. é o conjunto de atributos associado a uma entidade do mundo real. Como se efetua a entrada de atributos de dados geográficos? . para descrever um "cadastro urbano" podese utilizar a relação: <número_lote. Quais são os atributos dos geo-campos e dos geo-objetos? • Cada categoria de dados geográficos está associada a uma tabela com os atributos descritivos do tipo de dados. Sua formulação rigorosa permite a definição de uma linguagem de consulta padronizada (SQL).assim uma flexibilidade e um entendimento muito maiores sobre os problemas espaciais. a "álgebra relacional". comercializado pela Computer Associates. permitindo que todas as informações sejam visíveis externamente. união. • ORACLE. como: num_lote 195689 dono Guimarães. Como se relacionam o SPRING e os SGBD relacionais? • O SPRING foi concebido como um banco de dados geográfico e projetado para operar em conjunto com um sistema gerenciador de bancos de dados (SGBD). area. os dois subsistemas são pesquisados e a resposta é a composição dos resultados das pesquisas. • INGRES. 768 area (m2) 900 IPTU (R$) 350 • Existe também um conjunto de operações sobre relações. M. • Os gerenciadores ORACLE e INGRES devem ser aquiridos separadamente pelo usuário. Os atributos convencionais são guardados no banco de dados (na forma de tabelas) e os dados espaciais são tratados por um sistema dedicado. vetores. endereço. Por exemplo. que inclui as operações de projeção. Para recuperar um objeto. incluído na versão básica do sistema. • O SPRING utiliza o SGBD relacional corrente para armazenar todos os atributos descritivos dos dados geográficos e todas as tabelas auxiliares do sistema. SGBD relacional de mercado comercializado pela ORACLE do Brasil. endereço Clóvis Bevilacqua. com a conexão feita por meio de identificadores de objetos. • No SPRING todas as informações descritivas sobre os dados geográficos são guardadas em tabelas do SGBD relacional associado ao sistema. Uma relação pode ser representada através de uma tabela. grades) e as informações descritivas (atributos não-espaciais) armazenadas em tabelas.

TICO. Sendo um geo-objeto (que possui localização geográfica). instituição. geoid 001 002 satélite LANDSAT5 LANDSAT3 sensor data_pass órbita ponto correção TM MSS 25/01/86 19/06/82 228 234 78 66 S P • Mapas Temáticos . endereço. os atributos podem ser as suas características como número do mapa. o SPRING automaticamente associa a cada entrada da tabela um identificador único. • Preencher os atributos associados a cada geo-objeto. como a data do levantamento. . valor do IPTU.O-ESPACIAL e associá-la a tabela externa disponível. órbita. Para o mapa de solos pode-se determinar propriedades comuns a todas as classes temáticas. endereço R.WRS). Em categorias que são especializações de MAPA TEM&AACUTE. data de passagem. tipo de correção. PI descrição umidade ph teor_Al teor_K Le latossolo 60% 7. Para associar lotes e suas localizações num mapa de lotes deve-se: • Definir uma categoria derivada da categoria básica OBJETO. como a categoria Lotes e associar atributos.• Cada categoria pode ter associada uma relação expressa na forma de uma tabela. empresa responsável. Geoid num_cad 154 195689 prop Guimarães.Da categoria MapaSolos com os mapas de solos de um banco de dados nacional. especialização de MAPA CADASTRAL. • Alguns exemplos de atributos: • Imagens . data do levantamento. geoid numero 345 273 label Jardim Esplanada escala ano levantamento 2000 1986 Como associar as representações geométricas aos geo-objetos? • Geo-objetos são definidos de forma independente de sua representação gráfica. especialização de GEO-OBJETO. Geoid data_levantamento responsável instituição 001 29/05/85 Damião Carneiro FUNCEME • Pode-se também associar tabelas às classes associadas a um mapa temático com uma tabela única para todas as classes ou uma para cada classe temática. com duas categorias: Lotes. sensor. escala do mapa.Pode-se associar a cada imagem informações como: satélite. sendo necessário estabelecer a ligação entre os geo-objetos e suas representações. ponto (ambos no sistema "World Reference System" .6 80 70 • Mapas Cadastrais e de Geo-Objetos . e MapaLotes. Nitrogênio e Potássio e umidade. • Para incluir uma tabela externa já existente no banco de dados do SPRING deve-se criar um categoria de dados N&ATILDE. • Associar os polígonos (ou arcos) do mapa aos geo-objetos descritos anteriormente.Bevilacqua. região da cidade. 68 area (m2) IPTU (R$) 900 350 • Para MapaLotes. como ph. responsável. • Digitalizar os mapas cadastrais (ou mapa de rede) com as representações dos objetos. nome do proprietário. M. cada classe temática (geo-classe) também pode ter associada uma relação. área construída. Para lotes pode-se ter o número do cadastro na Prefeitura.Mapa de lotes de uma cidade. teor de Alumínio. no qual o especialista em solos quer associar a cada mapa os dados referentes a sua aquisição. • Definir uma categoria derivada da categoria básica MAPA CADASTRAL ou derivada de MAPA REDE e associar atributos.

Como consultar o banco de dados? • As consultas podem ser efetuadas sobre planos de informação do modelos cadastral e de rede. A consulta permite o uso dos operadores maior, menor, maior ou igual, menor ou igual, igual e diferença. O resultado da consulta é visualizado e pode ser combinado com outras consultas por meio de operações de união, intersecção e diferença. O que é o LEGAL? O que é um bancos de dados relacional? • Ferramenta que possibilita a realização de análises espaciais através de álgebra de mapas. A análise espacial utiliza os atributos espaciais e não espaciais das entidades gráficas armazenadas na base de dados espaciais para fazer simulações sobre os fenômenos do mundo real. • A álgebra de mapas é implementada através do LEGAL (Linguagem Espacial para Geoprocessamento Algébrico), uma linguagem de consulta e manipulação espacial que realiza operações sobre dados dos tipos MAPA TEMÁTICO, MODELO NUMÉRICO DE TERRENO e IMAGEM. Quais as operações disponíveis? • São de: transformação, booleana, condicional, matemática, classificação contínua, vizinhança, reclassificação por atributos. Qual é a estrutura de um programa em LEGAL? • Composta de três partes: declarações, instanciações e operações. • Declaração: Nesta parte definem-se os dados. Cada plano de informação (PI) a ser manipulado é declarado explicitamente, dando-lhe um nome e associando-o à sua categoria no esquema conceitual. • Instanciação: Nesta parte recuperam-se os dados existentes do banco de dados ou criamse os novos PI. Um novo PI pode então ser associado ao resultado de operações em LEGAL. • Operação: Nesta parte, realizam-se as operações da álgebra de mapas. As seguintes operações estão disponíveis: transformação, booleana, matemática, classificação contínua, vizinhança, reclassificação por atributos. Como se efetua a declaração? • Toda variável em LEGAL deve ser declarada antes de ser utilizada, com a sintaxe: Tematico <var> (<categoria>); Numerico <var> (<categoria>); Imagem <var> (<categoria>); • O campo <var> deve ser substituído pelo nome da variável associada ao PI. • O campo <categoria> identifica a categoria do dado. Como se efetua a instanciação? • Através dos operadores Recupere e Novo. Recupere associa uma variável a um PI existente no

banco de dados geográfico. Novo cria um novo PI no banco de dados e requer parâmetros que dependem da representação geométrica associada. Para: • Imagem em tons de cinza: resolução horizontal e vertical. • Grade regular: resolução horizontal e vertical, valores máximos e mínimos aceitáveis. • Imagem temática (geo-campo temático em representação matricial): resolução horizontal e vertical e escala. • Representação vetorial: escala. Como se classificam as operações?

• Em pontuais e de vizinhança. As pontuais geram como saída um PI cujos valores são função

apenas dos valores dos PIs de entrada em cada localização correspondente. Nas de vizinhança computa-se o PI de saída com base na dimensão e na forma de uma vizinhança L(p) em torno de cada localização p.

Quais são os tipos de operações pontuais existentes?

• Operações unárias: a entrada é um único PI, sendo também chamados de operações de
transformação, por equivaler a um mapeamento entre os PIs de entrada e saída.

• Operações booleanas: utilizados em análise espacial qualitativa, geram um PI TEMÁTICO a partir • •

de regras aplicadas a PIs de entrada (que podem ser instâncias de TEMÁTICO, NUMÉRICO ou IMAGEM). As regras especificam o conjunto de condições a ser satisfeitas para cada tema de saída. Operações condicionais: Modificam o PI de entrada se a expressão condicional é satisfeita. Operações matemáticas: funções aritméticas, logarítmicas e trigonométricas, aplicadas a MNTs e a IMAGEM. Podem gerar MNT, IMAGEM ou TEMÁTICOS.

Quais são as operações de transformação (unárias) existentes?

• Pondere: transforma um TEMÁTICO em um MNT; • Fatie: transforma um MNT ou uma IMAGEM em um TEMÁTICO; • Reclassifique: transforma um TEMÁTICO em outro TEMÁTICO.

• Estes operadores requerem que o usuário defina um mapeamento entre os PIs de entrada e de saída, definindo tabelas que descrevem os mapeamentos desejados, por meio do operador Tabela, que pode ser de diferentes tipos (Ponderação, Fatiamento, Reclassificação). Como se efetua a operação de ponderação? • Pode-se verificar com o exemplo do uso do operador na conversão de um mapa de solos em um mapa de solos ponderado, no qual os valores estão entre 0.0 e 1.0. O PI de entrada pode ser um mapa de solos com as classes {Le, Li, Ls, Aq} e a operação de ponderação consistir na associação {(Le®0.60), (Li®0.20), (Ls®0.35), (Aq®0.10)}.

• O programa em LEGAL para realizar esta operação é dado por: { // Parte 1- Declaracao // Definição de Variaveis Tematico solo_CE ("Solos"); Tabela tab_peso (Ponderacao); Numerico solo_peso_CE ("SoloPond"); // Definicao da Tabela de Pesos tab_peso = Novo (CategoriaIni = "Solos", CategoriaFim = "SoloPond", Le : 0.60, Li : 0.2, Ls : 0.35, Aq : 0.1);

// Parte 2 - Instanciacao // Recuperacao do mapa de solos solo_CE = Recupere (Nome = "Solo_CE"); // Criacao do novo mapa de solos ponderado solo_peso_CE = Novo (Nome = "solo_p", ResX = 30, ResY = 30, Escala = 100000); // Parte 3 - Operacao de Ponderacao solo_pond_CE = Pondera (solo_CE, tab_peso); } Como se efetua a operação de fatiamento? • Pode-se verificar com o uso do operador de fatiamento onde um mapa de declividade em graus é convertido para um mapa de classes de declividade a partir da transformação: {(0-5%) ®"baixa"; (5-15%)® "média"; (acima de 15%) ®"alta"}.

• O programa em LEGAL que executa esta operação é: { // Parte 1 - Declaracao // Declaracao de Variaveis Tematico classes_decl ("Declividade"); Numerico decliv_num ("Declividade_Numerica"); Tabela tab_fatia (Fatiamento); // Definicao da tabela de fatiamento tab_fatia:= Novo ( CategoriaIni = "Declividade_Numerica", CategoriaFim = "Declividade", [0.0, 5.0] : "Baixa", [5.0, 15.0]: "Media", [15.0, 45.0]: "Alta"); // Parte 2 - Instanciacao // Recuperacao do PI de Declividade Numerica decliv_num = Recupere (Nome = "Declive_SJC"); // Geracao do PI de saida classes_decl = Novo (Nome = "Classes_Decl", ResX = 50, ResY = 50, Escala = 100000); // Parte 3 - Operacao // Operacao de Fatiamento classes_decl = Fatie (decliv_num, tab_fatia); } Como se efetua uma operação de reclassificação? • Pode-se verificar com o exemplo onde um mapa de cobertura do solo na Amazônia com diferentes classes {"Floresta Densa", "Floresta Várzea", "Rebrota", "Área Desmatada", "Cerrado"} é reclassificado para um novo mapa apenas com as classes {"Floresta", "Desmatamento", "Cerrado"}.

} O que são as operações booleanas? • Utilizadas em análise espacial qualitativa.Instanciacao decliv = Recupere(Nome = "Decliv94"). } . // Parte 3 . "Rebrota" : "Desmatamento". Tabela tab_recl(Reclassificacao). // Parte 2 . geram um PI TEM&AACUTE.Classe == ">8"). aptidao = Novo (Nome = "apt94". "Floresta Varzea" : "Floresta".{ // Parte 1 . ResX=50. "Floresta Densa" : "Floresta". // Criacao do novo PI desmat = Novo (Nome = "Desmat_JiParana".Declaracao Tematico cobertura ("Floresta"). ResX= 30. aptidao ("Aptidao").Classe == "LatossoloRoxo" && decliv. declividade. tab_recl). tab_recl= Novo (CategoriaIni = "Floresta". NUM&EACUTE. "Area Desmatada" : "Desmatamento".TICO a partir de regras booleanas aplicadas a PIs de entrada que podem ser instâncias de TEM&AACUTE. ResY = 30.Classe == "LatossoloVermAm" && decliv. Escala = 100000). a partir dos mapas de solo. solos = Recupere (Nome = "Solos94").Instanciacao // Recuperacao da variavel cobertura = Recupere (Nome = "Uso_JiParana"). ResY=50.Classe == "3-8"). CategoriaFim= "Desmatamento".Operacao aptidao= Atribua { "Boa" : (solo. precipitação e do conjunto de regras expresso na tabela abaixo é dado por: Aptidão Agrícola Boa Média Inapto Solos Latossolo Roxo Latossolo Vermelho-Amarelo Areia Quartzosa Declividade 0-3% 3-8% >8% { // Parte 1 .TICO. "Inapto" : (solo. Escala = 50000). // Parte 2 . "Media" : (solo. o programa para a determinação do mapa de aptidão agrícola.Classe == "O-3"). • Por exemplo. // Parte 3 .RICO ou IMAGEM. "Cerrado" : "Cerrado").Operacao // Reclassificacao desmat= Reclassifique (cobertura.Classe == "AreiaQuart" && decliv.Declaracao Tematico solos ("Solos"). decliv ("Declividade"). As regras especificam o conjunto de condições a ser satisfeitas para cada tema de saída. Tematico desmat ("Desmatamento").

através do "cast" para imagem através de Image(expressão_digital). caso contrário a expressão digital que se segue ao : será o resultado. • Relações: menor que (<). igual (==). maior ou igual (>=). tm5M = Novo(Nome = Banda-5Recort94. se o pixel correspondente na imagem temática ta é da geoclasse tema13. { // Exemplo de como Mascarar uma Imagem Imagem tm5. • A condição deve envolver apenas expressões digitais de modo que a imagem tm deve ser do modelo numérico. cosseno (cos). tm5M (Imagens-TM). tm5M = Imagem(((masc. • Por exemplo. • Caso contrário. raiz quadrada (sqrt). multiplicação () e divisão (). Considerando que se deseja computar o indicador de adequação de solos como a soma do valor atribuído ao solo com o inverso da declividade através da operação (onde) quanto maior o valor. a ação indicada pela expresão digital antes do sinal : será o resultado. exponencial (exp). Esta transformação é obtida pelo uso do "mascaramento digital" ("cast") da imagem por meio de Digital(tm). na expressão: tmcomb=Image((ta. arco tangente (atan).O que são as operações condicionais? • Uma expressão condicional é um teste no qual. • Funções matemáticas: seno (sin). • O plano associado a variável do modelo imagem tmcomb a ser determinado pelas regiões do plano de informação associado a variável temática ta cuja classe seja tema13 da seguinte maneira: • O pixel da imagem de saída tmcomb terá o mesmo valor do pixel na imagem da variável tm. • O programa seguinte recorta (mascara) da imagem de satélite tm5 apenas as regiões onde existe a classe Fazenda-gado do PI Fazendas. subtração (-).Class == Fazendas-Gado) ? Digital(tm5) : 10)). tm5 = Recupere(Nome = BANDA-5). Tematico masc (Fazendas). masc = Recupere(Nome = Mapa_Faz94). } Quais são as operações matemáticas existentes? • Operações aritméticas: soma (+). • Por exemplo. mais adequado): aptidao = solos_pond + 1/decliv . diferente (!=). onde o PI da esquerda é um mapa de solos ponderado e PI da direita é um mapa de declividade. o pixel resultante terá o valor 128. tome-se a figura seguinte. ResX=30. • Para que a expressão final seja do modelo imagem é preciso transformar o resultado da expressão condicional para esse modelo.Class==tema13?Digital(tm):128)). ResY=30). maior que (>). logaritmo (log). menor ou igual (<=). se a condição estabelecida pela expressã booleana que aparece antes do sinal ? for afirmativa. tangente (tan).

computado a partir de uma vizinhança 3 x 3 em torno de cada ponto. -1]-img{1. ResX=50. 1] -img[-1. Max=2. Escala = 50000).Instanciacao decliv = Recupere(Nome = "Decliv94"). // Parte 2 . // Instanciação img2 = sqrt ((img [-1. Métodos de interpolação espacial para MNT. Min=0. img2. ("imagens"). 1} + 2 * img [0.Declaracao Numerico solo_pond ("Solo_ponderado"). ResY=50. // Parte 3 . 1] + img [1. Resy = 30). -1] +2 * img[-1. -1] -2 * img [1. tem-se o caso da estimação da diversidade de vegetação de uma região. } . solo_pond = Recupere (Nome = "Solos94"). 1]) ^2). Img2 = Novo (Nome = "sobel".• O programa em LEGAL é dado por: { // Parte 1 . Img = Recupere (Nome = "binar"). 0] + img[-1.-1) ^2 + (img[-1.Operacao aptidao = solo_pond + 1/decliv. 0]-img[1. modal para uma vizinhança em torno de um ponto. • O programa para gerar uma imagem final utiliza um filtro de Sobel (filtro de realce de bordas) e é dado por: { //Declaração Imagem img. -1] -2 * img [0. Filtros espaciais para processamento de Dado_Sensor_Remoto. } Quais são as operações de vizinhança existentes? • • • • • Cálculos de valores mínimo. médio.1] -img[1. Mapas de declividade e exposição para MNT. aptidao ("AdequacaoNumerico"). Resx = 30. decliv ("Declividade"). máximo. onde o valor de saída está associado ao número de vizinhos de um ponto de entrada de uma classe que pertencem a classes distintas. • Como exemplo de operação de vizinhança. Índices de diversidade para temático. aptidao = Novo (Nome = "adequcao94".

alta exigência e muito alta exigência (classe 4). quadrática. crescendo até o valor máximo de entrada correspondente a 1(um). geomorfologia. A graduação pode ser obtida com a classificação contínua onde a variação da grandeza é expressa por uma função que varia entre 0 e 1. acima do qual a pertinência "fuzzy" é considerada total. ao combinar dois ou mais mapas numa análise boolena. fósforo e alumínio. utilizando análises quantitativas sobre mapas geográficos.3 < Al < 1. Abaixo deste valor. Por exemplo. pode-se perder informações das áreas de interesse.5 < Al < 4 Ca+Mg<2 P < 10 Al > 4 • Para determinar as funções de classificação contínua correspondentes.3 Classes 2 2<Ca+Mg<=3 10 < P < 30 0. equivalendo a trabalhar sempre com modelos numéricos de terreno para representar variáveis espaciais como solo. no caso do mapa de teores de Cálcio e . Propriedade Ca+++Mg++ P Al++ 1 Ca+Mg>3 P >= 30 Al > 0. • Na equação FUZZYU. é escolhido o parâmetro tal que a primeira classe de níveis de fertilidade de solo tenha o valor nebuloso 1.5 Fertilidade Classes 3 4 Ca+Mg<=2 P < 10 1. Esta equação é chamada FUZZYU. A divisão de mapas em classes temáticas fixas não captura a variação gradativa da natureza e. o parâmetro é tal que o valor da função FUZZYL (crescente) seja igual a 0. • Na equação FUZZYL. e é obtida por: FUZZYL = 1 se x . a fertilidade de solos pode ser associada aos níveis de propriedades químicas de cálcio e magnésio. o parâmetro indica o valor mínimo. e é obtida por: FUZZYU= 1 se x . de média exigência. a função tem uma forma quadrática que depende da variação do parâmetro .O que são operações de classificação contínua? • Técnicas de classificação contínua que buscam substituir processos tradicionais de geração de mapas por métodos que permitem uma melhor análise de sensibilidade no resultado final. 0 (zero) sendo o valor mínimo do PI de entrada. • Por exemplo. o parâmetro indica o valor máximo. a função tem uma forma quadrática que depende da variação do parâmetro.5 quando a grandeza estudada tiver o valor inferior da segunda classe de fertilidade. • FUZZYL= 1/[1+ (x )2] se x < . vegetação. FUZZYU = 1/[1+ (x )2] se x . com uma graduação contínua de variação do tema em estudo. • Trabalha-se então sempre com dados em representação contínua. 1 (um) sendo o valor mínimo do PI de entrada. abaixo do qual a pertinência "fuzzy" é considerada total. sendo classificada em terras de baixa exigência na utilização de insumos (classe 1). Função decrescente. Função FUZZYL para o caso = 1 e = 3. com duas alternativas: • Função crescente. uma vez que há interrupções artificiais e abruptas no limite das classes. decrescendo até o valor máximo de entrada correspondente a 0 (zero). Esta equação é chamada FUZZYL. Acima deste valor.

)}. Max =1. fosf_cont = Novo (Nome= "Fosforo_cont". um geo-campo com a distribuição espacial deste atributo. • Por exemplo. Min = 0.3 3 30 0.Operacao fosf_cont = Fuzzyl(fosforo. se a concentração for maior que 3 e terá valor 0. 30). 0. "popul"). a operação: "Para todos os países da América do Sul. //Parte 3 . Escala = 100000). // Parte 2 . Atributo popul("Paises_America_Sul"." • O programa em LEGAL é dado por: { // Parte 1 .0025. dividido em classes: { (de 0 a 2% ao ano).Declaracao Numerico fosforo ("Fosforo"). a função contínua associada terá valor 1.694 Função FUZZYU (crescente) FUZZYL (crescente) FUZZYU (descrescente) • O programa em LEGAL que aplica uma função de classificação contínua sobre um PI numérico (com o teor de fósforo) é dado por: { // Parte 1 . fosf_cont ("Fosforo").Declaracao Objeto pais ("Paises_America_Sul"). se a concentração for igual a 2 (dois). Cadastral map_AS ("Mapa_Paises"). ResY = 50.). (de 2 a 3% a. (mais de 3% a.Instanciacao fosforo = Recupere (Nome = "Fosforo95").0025 0. } O que é reclassificação por atributos? • Operação que gera. ResX = 50. Propriedades Ca+++Mg++ P Al++ 1 0. a partir dos valores de um atributo específico dos geo-objetos de um mapa. .Magnésio.a. gere um geo-campo temático com o crescimento demográfico de cada país.5 (meio).a.

podendo ser por equações analíticas ou por uma rede de pontos na forma de uma grade de pontos regulares e ou irregulares. Dentre alguns usos do MNT pode-se citar (Burrough. 1986): • Armazenamento de dados de altimetria para mapas topográficos. [2. digitalização de mapas. A superfície é em geral contínua e o fenômeno que representa pode ser variado. onde z. ou ao longo de linhas com mesmo valor de z ou mesmo com um espaçamento regular. a quantidade de pontos amostrados. [3.fatia) OnMap mapa_AS. fatia = Novo ( CategoriaFim = "Densidade_Populacao". • Amostragem por pontos: • O cuidado na escolha dos pontos e a quantidade de dados amostrados estão diretamente relacionados com a qualidade do produto final de uma aplicação sobre o modelo. Escala=10000000. bem como o cuidado na escolha desses pontos. Estes dados são usualmente adquiridos segundo uma distribuição irregular no plano xy. gerar mapas de declividade e exposição. como "stereoplotters". Quanto maior a quantidade de pontos representantes da superfície real. [0. mas sim dos modelos gerados no formato de grade regular ou irregular. Nos mapas topográficos as isolinhas foram impressas com o uso de equipamentos. Quais são as fontes de informações disponíveis? • Os dados de modelo numérico de terreno estão representados pelas coordenadas xyz.0]: ">3%" ).Operação mapa_pop= ReclAtrib (pais. o parâmetro a ser modelado. até que se alcance o produto final da aplicação. ResX=100. ou seja a qualidade dos dados. • Amostragem por Isolinhas • Um mapa de isolinhas é a representação de uma superfície por meio de curvas de isovalor.Instanciacao mapa_AS = Recupere (Nome = "Mapa_America_Sul").0. são decisivos.0] : "2-3%". • Os métodos de aquisição de dados podem ser por pontos amostrados com espaçamento irregular e regular bem como por mapa de isolinhas. é função de xy.Repres= Vetor). • A aquisição destes dados é realizada por levantamentos de campo. medidas fotogramétricas a partir de modelos estereoscópicos e dados altimétricos adquiridos de GPSs.Tematico mapa_pop ("Densidade_Populacao"). // Parte 3 . processados.0.y). • Para a representação de uma superfície real no computador é indispensável a criação de um modelo digital. • Apresentação tridimensional (em combinação com outras variáveis).popul. aviões e satélites. ResY=100. recuperados. áreas. Estes formatos simplificam a implementação dos algoritmos de aplicação e os tornam mais rápidos computacionalmente. // Parte 2 .0. 2. maior será o esforço computacional para que estes sejam armazenados.0] : "0-2%". Modelagem Digital de Terreno O que é o modelo digital de terreno? • É uma representação matemática da distribuição espacial da característica de um fenômeno vinculada a uma superfície real. geração de grades e elaboração de produtos representando as informações obtidas. sobre uma base composta de fotografias em estéreo obtidas por aerolevantamento. • Análises de corte-aterro para projeto de estradas e barragens. mapa_pop = Novo (Nome = "Pop_America_Sul". ou seja: z=f(x. Entretanto as aplicações ou produtos de MNT não são elaborados sobre os dados amostrados. • Análise de variáveis geofísicas e geoquímicas. A partir dos modelos pode-se calcular volumes. gerar fatiamentos em intervalos desejados e perspectivas tridimensionais. • Elaboração de mapas de declividade e exposição para apoio a análise de geomorfologia e erodibilidade. • No processo de modelagem numérica de terreno podemos distinguir três fases: aquisição dos dados. 3. Tabela fatia (Fatiamento). desenhar perfis e seções transversais. gerar imagens sombreadas ou em níveis de cinza. 10. Para aplicações onde se requer um grau de realismo maior. Nestes mapas topográficos existem ainda pontos amostrados .

Ao contrário. Processos de vetorização que sigam uma isolinha. Mapa plano-altimétrico. O que são grades regulares retangulares? • A grade retangular ou regular é um modelo digital que aproxima superfícies através de um poliedro de faces retangulares. . ou seja a resolução em x ou y. gera-se uma grade que representa de maneira mais fiel possível a superfície. • A aquisição das isolinhas pode ser efetuada por meio de digitalização manual com uso de uma mesa digitalizadora. Assim. Os valores iniciais a serem determinados são os espaçamentos nas direções x e y de forma que possam representar os valores próximos aos pontos da grade em regiões com grande variação e que. a partir das informações contidas nas isolinhas ou nos pontos amostrados. Modelo de superfície gerada por uma grade retangular. O espaçamento da grade. para cada isolinha.irregularmente que foram obtidos por trabalhos de campo. reduzam redundâncias em regiões quase planas. • A geração de grade regular ou retangular deve ser efetuada quando os dados amostrados na • superfície não são obtidos com espaçamento regular. deve ser idealmente menor ou igual a menor distância entre duas amostras com cotas diferentes. ao mesmo tempo. existirá um maior número de informações sobre a superfície analisada necessitando maior tempo para sua geração. Os vértices desses poliedros podem ser os próprios pontos amostrados caso estes tenham sido adquiridos nas mesmas posições xy que definem a grade desejada. transformam-na em uma seqüência de pontos com coordenadas xy de mesmo valor em z. Na digitalização com o uso de "scanner". A digitalização manual consiste na operação de identificação de uma isolinha com um valor de cota e em aquisição pelo operador por um processo onde segue-se a linha ao longo do mapa. é obtida uma matriz de pontos onde podem ser identificadas as isolinhas e os valores de cota. ou através de um processo automático por meio de "scanner". ou seja com distância entre os pontos muito pequena. Ao se gerar uma grade muito fina (densa).

sem a necessidade de qualquer tipo de interpolação sobre os mesmos. possibilitando uma representação mais fiel do terreno. que garante suavidade ao modelo. Este interpolador deve ser usado quando se deseja manter os valores de cotas das amostras na grade sem gerar valores intermediários. • Durante a geração de grades triangulares com as linhas de quebra.considerando distância grandes entre os pontos. constituindo arestas de triângulos. será criado uma grade grossa que podendo acarretar perda de informação. uma vez que a malha é mais fina em regiões de grande variações e mais espaçada em regiões quase planas. Os vértices do triângulo são geralmente os pontos amostrados da superfície. média ponderada. Modelo de superfície gerada por grade triangular • O número de redundâncias é bastante reduzido comparado a grade retangular.para cada ponto xy da grade é atribuído a cota da amostra mais próxima ao ponto. . cada polígono que forma uma face do poliedro é um triângulo (veja figura abaixo). são incorporadas à triangulação. • Esta grade tem a vantagem de utilizar os próprios pontos amostrados para modelar a superfície. O modelo final terá estas informações adicionais de linha de quebra incorporadas. resultando em um modelo de terreno suavizado também ao longo das linhas de quebra. sejam consideradas durante a geração da grade triangular. Os métodos de interpolação mais utilizados são: • Vizinho mais Próximo . Desta forma para a resolução final da grade deve haver um compromisso entre a precisão dos dados e do tempo de geração da grade. • Uma grade regular pode ainda ser gerada a partir de outra grade regular ou de uma irregular. Para a geração de grade retangular a partir de um TIN ("Triangular Irregular Network") pode-se ajustar uma superfície plana ou uma superfície de quinto grau. Esta modelagem permite que as informações morfológicas importantes como as descontinuidades. média simples. representadas por feições lineares de relevo (cristas) e drenagem (vales). possibilitando modelar a superfície do terreno preservando as feições geomórficas da superfície. As descontinuidades da superfície podem ser modelados através de linhas e pontos característicos. • O método sem linhas de quebra realiza a triangulação sem considerar as linhas de quebra. uma vez que não suaviza a superfície ao longo de feições como vales e cristas. Para a geração de uma nova grade regular a partir de outra grade retangular podem ser utilizados os interpoladores linear e bicúbico. estas linhas de quebra (que modelam as informações morfológicas de descontinuidade). • Uma vez definida a resolução e conseqüentemente as coordenadas de cada ponto da grade. O que são grades irregulares triangulares? • Na modelagem da superfície por meio de grade irregular triangular. média ponderada por quadrante e média ponderada por cota e por quadrante. O que são interpoladores? • São utilizados para geração de grade retangular a partir de amostras. podese aplicar um dos métodos de interpolação para calcular o valor aproximado da elevação: vizinho mais próximo. A desvantagem da grade irregular é que os procedimentos para obtenção de dados derivados de grades triangulares tendem a ser mais complexos e consequentemente mais demorados que os da grade retangular. • Os métodos para a geração de grade triangular são divididos em método com as linhas de quebra e método sem as linhas de quebra.

Valor de cota (+) equivale ao valor amostrado mais próximo (*).o valor de cota de cada ponto da grade é estimado a partir da média simples das cotas dos 8 vizinhos mais próximos desse ponto. onde: • • • • n = número de vizinhos z = valor de cota dos 8 n vizinhos i=1 f(x.x0)2 + (y . d = ((x .o valor de cota de cada ponto da grade é calculado a partir da média ponderada das cotas dos 8 vizinhos mais próximos a este ponto.y) . Utilizado geralmente quando se requer maior rapidez na geração da grade. por uma função que considera a distância do ponto cotado ao ponto da grade. para avaliar erros grosseiros na digitalização.função de ponderação • f(x. • Média Simples .y) = função interpolante Valor da cota (+) obtido a partir dos 4 vizinhos amostrados mais próximos (*) • Média Ponderada .y) = (1/d)u=1 u = 1 = expoente da função de ponderação .função de interpolação .y) . onde: • w(x.y0)2)1/2 d = distância euclidiana do ponto interpolante ao vizinho i w(x. .

F. É considerado uma amostra por quadrante (total de 4 amostras) e o número de pontos amostrados é igual para cada um dos quadrantes. C. M. H. num tempo de processamento menor. • Média Ponderada por Cota e por Quadrante .Calcula a média ponderada utilizando a função de interpolação anterior. É recomendado quando as amostras são do tipo isolinhas. Como se gera uma grade retangular a partir de uma grade retangular? • A geração de uma nova grade retangular a partir de uma grade retangular anterior elaborada. I. Média Ponderada por Quadrante . E. L. o número de amostras por valor de elevação é limitado. N. O e Q. D. consiste em diminuir o espaçamento entre pontos da grade. J.este interpolador também realiza a mesma função de interpolação vista anteriormente. Dev-se utilizar quando as amostras são todas do tipo ponto. sendo quatro pontos extremos da célula que contém o ponto P e os pontos extremos das células adjacentes aos primeiros quatro pontos. G. • Para avaliar o valor da cota no ponto P usa-se a seguinte estratégia: . Como se estima com o interpolador bicúbico? • Para realizar um refinamento bicúbico em um ponto P são considerados os 16 vizinhos A. Valor de cota por quadrante com peso proporcional ao inverso da distância dos valores amostrados. Estes pontos internos ao retalho apresentam valor de cota z da nova grade estimados através dos interpoladores bicúbico e bilinear. adensando-a. K. também conhecido por refinamento da grade. Além da restrição de quadrante do método anterior. Valor da cota obtido pela média ponderada de cotas das isolinhas por quadrante. B.• • Produz resultados intermediários entre o interpolador de média simples e os outros interpoladores mais sofisticados.

IJKL e MNOQ. • Considera-se uma célula da grade formada pelos pontos vértices A.1) • Este método é mais rápido computacionalmente em relação ao interpolador bicúbico. O processo de conversão utiliza o ajuste de uma superfície a cada triângulo. T. para uma célula da grade aproveita-se as características de ordenação das posições dos elementos das células e otimiza-se o procedimento que implementa este interpolador. S. respectivamente. (u.v) normalizados em (0. • As superfícies de retalhos diferentes se encontram no lado comum destes triângulos sem continuidades suaves. fornece resultados melhores pois garante continuidade de primeira e segunda ordem entre as funções que representam cada célula do modelo. devendo ser usado quando não se necessita de uma aparência suave da superfície. EFGH. apesar de ser mais lento computacionalmente que o bilinear. Assim. S. B. Desta forma a superfície resultante é suave nos pontos da grade e também ao longo dos segmentos que formam os retângulos ou seja. utilizando o mesmo interpolador cúbico. o valor de cota zm é: zm = zE * (1-v) + zF * v zm = v * (u * zB + (1-u) * zA) + (1-v) * ( u * zD + (1-u) * zC) (u. Deste modo as informações do terreno modeladas por uma grade triangular podem ser analisadas com outras informações do tipo matricial. Como se gera uma grade retangular a partir de um TIN? • A conversão da grade triangular para a grade retangular pode ser necessária quando se deseja uma forma matricial para o modelo numérico de terreno. e A e B. e um ponto genérico situado no interior da célula M. Como se gera uma grade retangular com superfície plana? • O plano ajustado a cada retalho triangular da grade determinar os valores de z em cada posição xy dentro do triângulo. C e D. Como se estima com o interpolador bilinear? • Para se calcular a superfície bilinear. • O refinamento bicúbico. e U a partir de uma interpolação cúbica (2D) entre os valores de cota dos pontos ABCD. sendo as superfícies mais usuais as seguintes: Plano. a grade é mais suave e cada retalho da grade é contínuo e suave em relação aos seus vizinhos. A interpolação bilinear sobre a célula ABCD é realizada pela seguinte seqüência: • Interpola-se linearmente os pontos E e F a partir dos pontos C e D. • Interpola-se o ponto M linearmente a partir dos pontos E e F.v). • A partir dos valores de cota dos pontos R.1).• Calcula-se os valores de cota dos pontos R.v) em (0. Quíntico considerando linhas de quebra e Quíntico sem linhas de quebra. A equação de uma superfície plana pode ser expressa por: Ax +B y +Cz +D=0. com desvantagem de produzir superfícies pouco suavizadas. respectivamente. T e U obtém-se o valor da cota do ponto P • O valor em M é função de: M=f(u. .

obtidas a partir da grade retangular. Como se gera uma grade retangular com superfície quíntica com linha s de quebra? • Este interpolador difere do anterior apenas no que se refere às linhas de quebra. como linhas de vale ou de crista. consiste em distribuir os valores mínimos e máximos das cotas. A superfície ajustada ao retalho da grade é um polinômio do quinto grau. • Recomendado para situações onde as linhas de quebra podem ser digitalizadas para salientar feições lineares de relevo e deseja-se uma superfície suave. Grade triangular sem linha de quebra. Grade triangular com linhas de quebra. sem nenhum valor de cota a ele associado. Como visualizar um modelo de terreno por meio de uma imagem? • Gerando imagens em níveis de cinza a partir de um MNT considerando o intervalo de espaço de cores entre 0 e 256 ou imagens sombreadas que consideram o azimute e de elevação da fonte de luz. em níveis de cinza de 0 a 256 linearmente. porém o algoritmo reconhece a linha de quebra e a superfície ao longo dela não será suave. cada célula da grade corresponde a um pixel na imagem de saída com os valores mínimos de cota serão representados por pixels . Assim. definida por: . Como se gera uma Imagem em nível de cinza? • A geração de imagem para um modelo numérico de terreno. A utilização deste interpolador permite gerar uma superfície mais suave quando comparada com outra grade gerada pelo interpolador linear. Estas linhas de quebra podem ser ou não consideradas na geração de uma grade triangular e o interpolador quíntico sem linhas de quebra não as considera. onde os pixels conterão níveis de cinza. Utiliza a mesma superfície de quinto grau para ajustar os retalhos da grade. Um rio por exemplo pode ser editado como uma linha de quebra em que ao longo de suas margens há uma descontinuidade de relevo.Como se gera uma grade retangular com superfície quíntica sem linhas de quebra? • Linhas de quebra são linhas que definem descontinuidades na superfície para os dois diferentes • lados da linha. • Recomendado quando deseja-se uma superfície suave e não há linhas de vale ou crista muito realçadas (linhas de quebra) no modelo numérico do terreno.

L . . onde: • é o ângulo de inclinação da superfície • zi é o valor de elevação do i-ésimo ponto da grade • f é o valor do fator de exagero • R é o valor do elemento de resolução da grade O que são isolinhas? • As isolinhas são curvas que unem entre si pontos da superfície que tenham o mesmo valor de cota. as curvas de níveis. possibilitando melhorar a visualização de formas e estruturas da superfície. O modelo depende da fonte de luz. medido no sentido horário e d o ângulo de elevação medido a partir do plano xy. • O modelo de iluminação composto pela luz ambiente pela reflexão é dado pela equação: • I =IaKa + IpKdcos. etc. O exagero de relevo é utilizado para aumentar a escala vertical em relação à escala horizontal da imagem sombreada. onde o vetor N é calculado a partir das derivadas parciais da grade retangular. • A luz ambiente proporciona uma intensidade de iluminação a da superfície e pode ser modelada por I =IaKa. a partir do Norte (eixo y). A imagem sombreada é gerada a partir de uma grade regular sobre a qual é aplicado um modelo de iluminação. A direção da fonte da luz é definida a partir do azimute... para previsão atmosférica. da intensidade da fonte de luz (Ip) e do ângulo entre a direção da fonte da luz e a normal à superfície (cos). O cosseno de (ângulo entre a normal à superfície e a direção da fonte de luz) é o produto escalar: cos = N . que podem ser a luz ambiente ou outra fonte de luz. Como se gera uma imagem sombreada? • A imagem sombreada gerada a partir de um MNT possibilita visualizar as diferenças de relevo no modelo.escuros e os valores máximos por pixels claros. para altimetria do terreno. onde Ia é a intensidade da luz ambiente e Ka é o coeficiente de reflexão do material. sendo dada pela equação IpKdcos. onde Kd é considerada igual para qualquer superfície. O modelo de iluminação determina a intensidade de luz refletida em um ponto da superfície considerando uma fonte de luz. • A reflexão depende do material da superfície (Kd). Este exagero corresponde a um acréscimo na inclinação da superfície e é calculado a partir do fator f obtido em: • . e da reflexão da superfície. O significado do valor da cota depende da magnitude física da superfície que se pretende modelar. Assim para uma superfície que representa temperatura se obtém isotermas. constantes para cada célula e o vetor L é definido pela direção da fonte de luz. as isóbaras.

Neste método. • As curvas de isovalores possuem algumas propriedades importantes: todas são fechadas. Considerando um modelo numérico de terreno (MNT) de dados altimétricos extraídos de uma carta topográfica e traçando um plano tangente a esta superfície num determinado ponto P. serem ligados formando uma curva fechada de isovalor (caso não atinjam a fronteira da região de interesse). Isolinha gerada a partir de uma grade retangular. • Em algumas aplicações geológicas. a declividade em neste ponto corresponde a inclinação deste plano em relação ao plano horizontal. .Isolinhas de altimetria do terreno. • Isolinhas ou curvas de isovalores podem ser geradas a partir de um modelo numérico de terreno (MNT) na forma de grade retangular ou triangular utilizando o método das células. geomorfológicas e outras. Isolinhas de cota z obtidas pela projeção do plano xy. é necessário encontrar regiões pouco acidentadas ou regiões que estejam expostas ao sol durante um determinado período do dia. para cada célula são geradas todas as curvas de isovalor que interceptam esta célula. em uma fase final. O que é declividade? • Declividade é a inclinação da superfície do terreno em relação ao plano horizontal. a menos que interceptem as fronteiras de definição do mapa e nunca se cruzam. Os segmentos de reta são armazenados para. • As isolinhas podem ser visualizadas como sendo a projeção no plano xy das interseções entre a superfície e uma família de planos horizontais eqüidistantes.

• • Para responder estas questões a declividade conta com duas componentes: o gradiente e a exposição. ou fatias. pode ser medido em grau (0 a 90) ou em porcentagem (%). O que é volume? • O cálculo do volume é efetuado considerando as áreas de interesse. como uma superfície topográfica. em cada ponto desta grade são calculadas as derivadas parciais. O que é um perfil? • Um dado do tipo MNT. computando-se os valores de altitude em uma janela de 3 x 3 pontos que se desloca sucessivamente sobre a grade. • A definição dos intervalos de cotas ou fatias. O que é um fatiamento? • Consiste em gerar uma imagem temática a partir de uma grade retangular ou triangular. pode ser representada através de perfis que descrevem a elevação dos pontos ao longo de uma linha. e a exposição é a direção dessa variação medida em graus (0 a 360). Na grade retangular. as derivadas parciais podem ser calculadas a partir dos 3 pontos que formam cada triângulo considerando uma modelagem por superfícies planas. Imagem temática fatiada. O gradiente é dado pela equação: Onde z é a altitude e x e y as coordenadas axiais. Uma imagem temática resultante do fatiamento da grade permite visualizar o modelo e ser utilizada em operações de análise como as booleanas do tipo cruzamento de dados temáticos. O gradiente é a taxa máxima de variação no valor da elevação. ou seja polígonos fechados e grades retangulares ou triangulares do MNT. • A exposição é dada pela equação: • As duas componentes de declividade (gradiente e exposição) são calculadas a partir das derivadas parciais de primeira ordem obtidas da grade retangular ou triangular. Os temas da imagem temática resultante correspondem a intervalos de valores de cotas. A partir de uma grade calcula-se o valor central de . dependerá da variação dos valores da grade que se deseja destacar. Em uma grade triangular. O perfil é traçado a partir de uma trajetória definida pelo usuário ou a partir de linhas que correspondam a um dado de interesse como o possível traçado de uma nova estrada.

em relação ao plano horizontal. enquanto a cota inferior ao volume de aterro. Dessa forma. Além dos parâmetros do observador definidos para a projeção paralela. onde: • • N = número de células.em coordenadas X. perspectiva e Par-Estereoscópio. As linhas paralelas não obedecerão ao paralelismo quando projetadas e os objetos mais próximos ao observador tendem a ser maiores que os mais distantes. O volume de corte e o volume de aterro são calculados considerando uma cota base. Y (em coordenadas planas) e z (valor da cota).posição angular (graus) do observador. a distância do centro de projeção ao plano de projeção é finito. O modelo define efeito de elevação da superfície e a imagem textura as cores da superfície. As linhas que são paralelas no modelo continuam paralelas. necessita de: • Distância entre as projeções . • As seguintes projeções são utilizadas: Projeção paralela. O que é projeção par estereoscópio? • É composta por duas projeções paralelas. com uma distância entre os centros de projeção. Como se visualiza o modelo em projeção? • Com a projeção dos dados em três dimensões com a possibilidade de alterar a posição do observador. O que é projeção perspectiva? • Ao contrário da paralela. Quando visualizados separadamente pelo olho direito e esquerdo permitem visão estereoscópica da área. Como se relacionam CAD. A cota ideal indica o valor onde o volume do desmonte a ser realizado na área de corte depositado na área de aterro mantém um equilíbrio de massas e é calculada por: • Ac = constante.distância entre as duas imagens. em relação ao plano horizontal.cada célula da grade. correspondente a altura.ângulo ocular do observador. A parte superior da cota base corresponde ao volume de corte.posição angular (graus) do observador. no sentido horário. • Azimute . • Elevação . multiplicada pelo valor da área disponível. SIG e um gerador de cartas? . Os seguintes parâmetros definem a posição do observador: • Posição do Observador . a partir do MNT e de uma imagem textura. o volume é dado pela seguinte equação: .posição angular (graus) do observador em relação ao Norte. apenas os seguintes parâmetros são necessários: • Azimute . a distância entre o plano de projeção e o centro de projeção é infinita. O que é projeção paralela? • Nesta projeção. Uma vez que a distância do observador `a superfície é infinita. • Elevação .posição angular (em graus) do observador em relação ao Norte no sentido horário. Geração de Carta O que é o SCARTA? • É um gerador de cartas utilizado para edição e obtenção de uma saída de apresentação gráfica de alta qualidade. • Zi = é o valor da altura de cada célula. • Abertura . é o valor da área correspondente à cada célula.

O que é uma carta no SCARTA? • Qualquer produto cartográfico digital eleborado pelo SCARTA independente de escala e aplicação e permitem eficiente apresentação de uma grande quantidade de informação sobre os objetos e seus relacionamentos espaciais. Quais são os elementos fundamentais de um carta? • Título . cotas altimétricas. • Deve haver equilíbrio entre o mapa base e as informações temáticas. Formatos de papel padronizados devem ser utilizados em trabalhos oficiais. com corte e formato estabelecido por um plano nacional ou internacional.000 e menores Aplicações Plantas Cadastrais. O que é um mapa? • Representação gráfica de uma superfície plana em uma determinada escala. No entanto. sendo o formato básico da Associação Brasileira de Normas Técnicas (ABNT) o A0. . Atributos não-espaciais são indicados por cores.Depende do propósito da carta e das limitações do dispositivo de saída do usuário. • Tamanho . de forma sistemática. O SIG realiza operações com dados vetoriais e matriciais (imagens "raster"). o CAD não oferece facilidades para execução desta tarefa. com a representação de acidentes físicos e culturais da superfície da Terra. direções e a localização plana. O que é uma planta? • Representação cartográfica plana de uma área de extensão pequena na qual a curvatura da Terra não precisa ser considerada de modo que a escala pode ser constante.000 de 1:25:0000 até 1:250. sendo que um SIG utiliza muito mais dados do que um CAD. Pode apresentar informações de variações espaciais de um único fenômeno (exemplo: ocorrência de erosão) ou relacionamento entre fenômenos (exemplo: diferentes classes de tipos de solo). podendo ser usado para geração de cartas.Descreve o propósito da carta e deve estar em local de destaque. Quais características deve ter uma carta? • Deve ter um tema principal ou fato a ser analisado e informações adicionais que sirvam de referência sobre o local onde ocorre o fenômeno. mascarando os dados temáticos. A quantidade e os detalhes da indicação da base devem variar de acordo com a escala de trabalho e do tema principal representado. O que é uma folha? • Resultado da subdivisão de uma carta. permitindo a avaliação precisa de distâncias.Classe ligando atributos não-espaciais a entidades espaciais.000 de 1:250. O que é uma carta? • Representação gráfica dos aspectos naturais e artificiais da Terra. para evitar que a base não diminuia a legibilidade do mapa. enquanto os CAD's se limitam a trabalhar com dados vetoriais. do qual derivam os demais formatos. Exemplos dados representadas em mapa base: rios. O CAD é usado para desenhos de caráter técnico que variam desde projetos de aviões até projetos de circuitos integrados. rede viária.• A diferença fundamental entre um software de CAD e SIG. símbolos ou sombreamentos. curvas de nível. Levantamentos de detalhes ou planos topográficos Cartas topográficas Cartas Corográficas e cartas gerais • Legenda . destinada a fins práticos da atividade humana. As informações adicionais são denominadas mapa base. reside na diversidade de dados utilizados para a realização de suas tarefas. Quanto ao tamanho Quanto a representação Escala Grande Escala Média Escala Pequena Escala de Detalhe Escala de Semi-detalhe Escala de Reconhecimento ou de síntese Escala até 1:25. ao contrário do gerador de cartas que tem funções especializadas para a elaboração de cartas.

Qualidades de uma carta na qual a informação desejada pode ser facilmente encontrada. Deve-se consultar ainda as cores mais utilizadas para representar os tipos de dados da carta. Cores. destacando os objetos a enfocar.SF-23-Y-C-VI-2 10 . As formas dos símbolos utilizados não devem ser confusas. azul e púrpura.Diferentes padrões para representação devem ser utilizados para diferentes regiões na carta. As linhas devem ser claras.Áreas p/ a localização das seções .Articulação da folha 5 . Deve ser escolhida em função da ênfase desejada para um dado.Projeto e equipe executora 6 . podendo ser compostos por linhas. florestas em verde. facilmente perceptível e intensamente seletiva. Um desenho balanceado não deve ser muito claro nem muito escuro.Escala gráfica 3 .Nome da carta Ex: São Paulo .Ano de execução 4 . • Contraste de padrões . O olho humano é mais sensível ao vermelho.• Localização . as áreas tropicais em vermelho e as regiões de clima seco. uma vez que algumas cores são mais perceptíveis que outras. padrões e sombreamento devem ser facilmente distinguíveis e corretamente registrados. estando diferenciada das outras e permitindo ser memorizada sem esforço. A legibilidade pode ser obtida com a escolha apropriada de linhas. Lay-out é o processo para se chegar ao equilíbrio adequado.Convenções planialtimétricas 14 . seguido pelo verde. em amarelo. • Claridade e legibilidade . em cartas climáticas. pequeno ou grande. Como deve ser a apresentação das cartas? • Deve seguir um formato padrão.Escala numérica 2 . rios e mares em azul. Exemplos: estradas são representadas em vermelho. finas e uniformes. formas e cores.Descrição das unidades litoestratigráficas 12 . pontos ou combinações de ambos. amarelo. • Equilíbrio e Lay-out .Variável visual mais forte.Convenções geológicas 13 . • Cor . curto ou longo.Permite que o objeto seja confrontado com o espaço que o contém por meio de um sistema de coordenadas. em geral em coordenadas geográfica de latitude e longitude. como o da folha geológica 1:50000 do IPT do exemplo seguinte: Onde: 1 . Deve-se separar os objetos e símbolos do tema tratado dos correspondentes ao mapa base para evitar que a densidade gráfica grande torne a leitura confusa e complicada.Nome dos órgãos contratantes e executor 11 .Informações sobre o mapa-base 15 .Nome e codificação da folha 9 .Equilíbrio é dado pela posição dos componentes apresentados em uma maneira lógica. delicada para manipular e difícil de se utilizar.

Espaço reservado (optativo) para título da 8 . Tem influência direta na qualidade da representação cartográfica permitindo que a carta seja simples. clara e objetiva. o tiipo dos dados e os elementos de cartografia que comporão o mapa. sem eliminar detalhes relevantes. A generalização tem relação direta com a escala escolhida pelo usuário. conservando-se apenas o útil.7 .Localização da folha geológicas carta e referência bibliográfica do mesmo O que é generalização? • Significa distinguir entre o que é essencial e o não é essencial.Declinação magnética 16 . a escala dos dados. . omitindo apenas os sem valor.

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master Your Semester with a Special Offer from Scribd & The New York Times

Cancel anytime.